短文本聚类及聚类结果描述方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 问题的提出 | 第9-10页 |
| 1.2 研究意义和应用价值 | 第10-11页 |
| 1.3 研究内容和论文结构 | 第11-13页 |
| 2 理论基础和相关工作 | 第13-22页 |
| 2.1 文本建模 | 第13-15页 |
| 2.1.1 概率模型 | 第14页 |
| 2.1.2 布尔模型 | 第14-15页 |
| 2.1.3 向量空间模型 | 第15页 |
| 2.2 聚类理论 | 第15-18页 |
| 2.2.1 基于划分的方法 | 第16-17页 |
| 2.2.2 基于层次的方法 | 第17页 |
| 2.2.3 基于密度的方法 | 第17-18页 |
| 2.2.4 基于模型的方法 | 第18页 |
| 2.3 短文本聚类相关研究 | 第18-20页 |
| 2.4 类簇描述相关研究 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 短文本聚类方法 | 第22-36页 |
| 3.1 短文本特点分析 | 第22-23页 |
| 3.2 一种两阶段聚类方法 | 第23-31页 |
| 3.2.1 短文本相似度计算 | 第25-27页 |
| 3.2.2 簇的信息熵计算 | 第27-28页 |
| 3.2.3 簇合并算法 | 第28-31页 |
| 3.2.4 算法分析 | 第31页 |
| 3.3 实验分析 | 第31-35页 |
| 3.3.1 实验设置 | 第31-32页 |
| 3.3.2 参数确定 | 第32-34页 |
| 3.3.3 聚类效果分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 聚类结果描述方法 | 第36-47页 |
| 4.1 问题描述 | 第36-37页 |
| 4.2 基于PageRank的短文本排序算法 | 第37-39页 |
| 4.2.1 不加权重方法 | 第38页 |
| 4.2.2 加权重方法 | 第38-39页 |
| 4.2.3 加入词汇重要性方法 | 第39页 |
| 4.3 类簇标签抽取 | 第39-42页 |
| 4.3.1 词汇权重因子选择 | 第40页 |
| 4.3.2 特征词抽取过程 | 第40-42页 |
| 4.4 实验 | 第42-46页 |
| 4.4.1 人工评估 | 第42-43页 |
| 4.4.2 实验结果与分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 短文本聚类在微博系统中的应用 | 第47-53页 |
| 5.1 系统体系结构 | 第47-48页 |
| 5.1.1 短文本聚类模块设计 | 第48页 |
| 5.1.2 聚类结果描述模块设计 | 第48页 |
| 5.2 系统效果分析 | 第48-50页 |
| 5.3 系统页面展示 | 第50-51页 |
| 5.4 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
