| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及其意义 | 第10-11页 |
| 1.2 研究现状综述 | 第11-12页 |
| 1.3 主要创新与章节安排 | 第12-15页 |
| 1.3.1 创新点 | 第13页 |
| 1.3.2 章节安排 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-22页 |
| 2.1 聚类分析概述 | 第15-17页 |
| 2.2 聚类有效性评价 | 第17-20页 |
| 2.2.1 外部有效性指标 | 第18-19页 |
| 2.2.2 内部有效性指标 | 第19-20页 |
| 2.3 最佳聚类数确定方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于泛化能力的K-means最佳聚类数确定方法 | 第22-34页 |
| 3.1 引言 | 第22-23页 |
| 3.2 相关知识 | 第23-25页 |
| 3.2.1 K-means聚类算法 | 第23-24页 |
| 3.2.2 泛化能力 | 第24-25页 |
| 3.3 基于泛化能力的聚类有效性指标 | 第25-28页 |
| 3.3.1 GA指标及相关概念定义 | 第25-27页 |
| 3.3.2 GA指标分析 | 第27-28页 |
| 3.4 基于GA指标的K-means最佳聚类数确定方法 | 第28-29页 |
| 3.5 仿真实验与数据 | 第29-33页 |
| 3.5.1 人工数据集 | 第29-31页 |
| 3.5.2 真实数据集 | 第31-32页 |
| 3.5.3 聚类有效性指标对比实验 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于改进的K-means算法的中文文本聚类 | 第34-53页 |
| 4.1 引言 | 第34页 |
| 4.2 相关知识 | 第34-39页 |
| 4.2.1 文本自动分词 | 第35-36页 |
| 4.2.2 特征提取 | 第36-37页 |
| 4.2.3 文本相似度计算 | 第37-39页 |
| 4.3 中文新闻文本聚类框架设计 | 第39-40页 |
| 4.4 数据准备 | 第40-41页 |
| 4.5 基于改进K-means算法的新闻聚类 | 第41-52页 |
| 4.5.1 开发环境部署 | 第41-42页 |
| 4.5.2 文本预处理 | 第42-48页 |
| 4.5.3 文本聚类 | 第48-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 今后研究方向 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 附录 2 程序清单 | 第58-59页 |
| 致谢 | 第59页 |
