| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究目的和意义 | 第10-12页 |
| 1.2 相关技术的研究现状 | 第12页 |
| 1.3 中文文本聚类模型的提出及本文内容安排 | 第12-15页 |
| 第2章 中文文本表示技术 | 第15-30页 |
| 2.1 中文文本信息的预处理 | 第15页 |
| 2.2 汉语的几种自动分词技术 | 第15-18页 |
| 2.3 文本的向量化表示 | 第18-20页 |
| 2.4 文本特征的提取 | 第20-21页 |
| 2.5 经典的特征降维算法 | 第21-22页 |
| 2.6 权重计算 | 第22-23页 |
| 2.7 基于正向最大匹配的新词发现 | 第23-30页 |
| 2.7.1 背景简介 | 第23-24页 |
| 2.7.2 几种新词识别算法 | 第24-27页 |
| 2.7.3 本节研究重点 | 第27页 |
| 2.7.4 实验伪代码 | 第27-28页 |
| 2.7.5 实验结果 | 第28-29页 |
| 2.7.6 实验分析 | 第29页 |
| 2.7.7 本章小结 | 第29-30页 |
| 第3章 文本聚类概述 | 第30-42页 |
| 3.1 文本聚类研究概述 | 第30-35页 |
| 3.1.1 聚类的研究背景 | 第30-31页 |
| 3.1.2 聚类的研究现状和发展趋势 | 第31-33页 |
| 3.1.3 文本聚类研究进展 | 第33-35页 |
| 3.2 文本聚类的主要过程 | 第35-37页 |
| 3.2.1 文本特征的建立 | 第35-36页 |
| 3.2.2 特征提取 | 第36-37页 |
| 3.3 文本聚类经典算法 | 第37-41页 |
| 3.3.1 K-Means 法 | 第37-38页 |
| 3.3.2 CURE 法 | 第38-39页 |
| 3.3.3 DBSCAN 法 | 第39页 |
| 3.3.4 SOM 法 | 第39-40页 |
| 3.3.5 几种文本聚类算法的比较总结 | 第40-41页 |
| 3.4 文本聚类的性能指标 | 第41-42页 |
| 第4章 DK 聚类算法的设计与实现 | 第42-56页 |
| 4.1 CFK-MEANS 算法的关键问题及算法实现 | 第42-45页 |
| 4.1.1 聚类问题的数学描述 | 第42-43页 |
| 4.1.2 聚类特性的概念及其性质 | 第43-44页 |
| 4.1.3 CFK-Means 算法 | 第44-45页 |
| 4.1.4 CFK-Means 算法性能分析 | 第45页 |
| 4.2 基于密度聚类算法改进K-MEANS 算法 | 第45-49页 |
| 4.2.1 已有的初始聚类中心选取方法 | 第46-47页 |
| 4.2.2 选择初始中心的思路 | 第47-48页 |
| 4.2.3 新的初始聚类中心选取算法 | 第48-49页 |
| 4.3 DK 算法的实现 | 第49-50页 |
| 4.3.1 DK 算法步骤 | 第49-50页 |
| 4.3.2 DK 聚类算法时间复杂度分析 | 第50页 |
| 4.3.3 DK 聚类算法性能分析 | 第50页 |
| 4.4 实验描述与测试结果 | 第50-56页 |
| 第5章 类描述信息的生成 | 第56-61页 |
| 5.1 研究背景 | 第56页 |
| 5.2 自动生成类描述信息的研究进展 | 第56-58页 |
| 5.3 引入聚类思想生成类描述信息 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 结束语 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |