基于蚁群算法的热点话题发现研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究背景 | 第8页 |
| ·概念的阐述与界定 | 第8-9页 |
| ·研究现状 | 第9-13页 |
| ·话题发现技术相关研究 | 第10-12页 |
| ·蚁群聚类算法相关研究 | 第12-13页 |
| ·本文的主要工作和结构组织 | 第13-15页 |
| ·本文的主要内容 | 第13-14页 |
| ·本文的结构安排 | 第14-15页 |
| 第2章 相关技术研究 | 第15-28页 |
| ·文本预处理 | 第15-20页 |
| ·中文分词 | 第15-16页 |
| ·中文文本特征提取 | 第16页 |
| ·文本表示模型 | 第16-19页 |
| ·文本相似度计算 | 第19-20页 |
| ·聚类方法 | 第20-26页 |
| ·划分的方法 | 第21-22页 |
| ·层次的方法 | 第22-23页 |
| ·基于密度的方法 | 第23-24页 |
| ·基于网格的方法 | 第24-25页 |
| ·基于模型的方法 | 第25-26页 |
| ·聚类的评价 | 第26-27页 |
| ·熵 | 第26-27页 |
| ·互信息 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于蚁群的聚类算法和改进 | 第28-45页 |
| ·蚁群算法的引入 | 第28-29页 |
| ·经典蚁群算法的介绍 | 第29-34页 |
| ·Basic Model | 第29-30页 |
| ·LF算法 | 第30-31页 |
| ·蚁群聚类算法的特点 | 第31-33页 |
| ·蚁群聚类算法伪码描述 | 第33-34页 |
| ·蚁群算法存在的问题 | 第34-35页 |
| ·用蚁群算法作为话题发现算法存在的问题 | 第34页 |
| ·蚁群算法本身存在的问题 | 第34-35页 |
| ·基于蚁群的聚类算法的改进 | 第35-44页 |
| ·对算法的改进 | 第35-41页 |
| ·改进后算法的描述 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 话题发现算法的实验与分析 | 第45-53页 |
| ·实验环境和实验数据 | 第45页 |
| ·实验评价标准 | 第45-46页 |
| ·实验数据的预处理 | 第46-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 热点话题发现系统模型的设计 | 第53-62页 |
| ·需求分析与整体概述 | 第53-54页 |
| ·系统模型的模块设计 | 第54-60页 |
| ·网页的采集 | 第54-56页 |
| ·网页内容抽取 | 第56-59页 |
| ·热点话题的发现 | 第59页 |
| ·话题名称的提取 | 第59-60页 |
| ·模型测试与实验数据分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·本文总结 | 第62页 |
| ·研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
