| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的与意义 | 第9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.4 本文研究内容 | 第11页 |
| 1.5 本文组织结构 | 第11-13页 |
| 第2章 词语相似度计算相关技术 | 第13-22页 |
| 2.1 词语相似度基本概念 | 第13-14页 |
| 2.2 知识库介绍 | 第14-17页 |
| 2.2.1 同义词词林介绍 | 第14-15页 |
| 2.2.2 HowNet介绍 | 第15-16页 |
| 2.2.3 WordNet介绍 | 第16-17页 |
| 2.3 基于知识库的相似度计算方法 | 第17-21页 |
| 2.3.1 基于同义词词林的相似度计算方法 | 第17-19页 |
| 2.3.2 基于HowNet的相似度计算方法 | 第19-20页 |
| 2.3.3 基于WordNet的相似度计算方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 文本处理相关技术 | 第22-28页 |
| 3.1 文本预处理 | 第22-24页 |
| 3.1.1 中文分词 | 第22-23页 |
| 3.1.2 去除停用词 | 第23-24页 |
| 3.2 文本表示 | 第24-25页 |
| 3.2.1 文本表示模型 | 第24-25页 |
| 3.2.2 特征降维 | 第25页 |
| 3.3 文本相似度算法 | 第25-26页 |
| 3.4 KMeans聚类算法 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第4章 基于路径和词林编码的词语相似度计算研究 | 第28-38页 |
| 4.1 词语相似度算法综述 | 第28页 |
| 4.2 基于路径和词林编码的词语相似度算法 | 第28-31页 |
| 4.2.1 基于PathCoding的海明距离计算公式 | 第29-30页 |
| 4.2.2 基于PathCoding的词语相似度计算公式 | 第30-31页 |
| 4.3 基于改进的词语相似度算法的实验结果及分析 | 第31-37页 |
| 4.3.1 边权重的确定 | 第32-34页 |
| 4.3.2 对比实验结果分析 | 第34-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第5章 基于数据挖掘的高校官网数据分析研究 | 第38-50页 |
| 5.1 高校官网数据概述 | 第38-39页 |
| 5.2 高校官网数据预处理 | 第39页 |
| 5.3 高校官网数据短语相似度方法研究 | 第39-44页 |
| 5.3.1 基于树形结构的短语相似度计算 | 第40-41页 |
| 5.3.2 基于CilinSimHash算法的短语相似度计算 | 第41-42页 |
| 5.3.3 基于树形结构与CilinSimHash算法的短语相似度计算 | 第42页 |
| 5.3.4 短语相似度计算实验对比分析 | 第42-43页 |
| 5.3.5 基于短语相似度计算的聚类分析 | 第43-44页 |
| 5.4 高校官网数据分析研究 | 第44-48页 |
| 5.4.1 高校官网数据聚类分析 | 第44-47页 |
| 5.4.2 高校官网指标数据聚类分析 | 第47-48页 |
| 5.5 实验结果分析 | 第48-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 攻读硕士学位期间的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
