| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景与意义 | 第8-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·论文框架与主要研究内容 | 第14-17页 |
| 2 文本聚类的关键技术和主要方法 | 第17-23页 |
| ·特征项选取方法 | 第17-19页 |
| ·文本的数值表示 | 第19-21页 |
| ·聚类分析方法 | 第21-23页 |
| 3 客户评论数据的获取和预处理 | 第23-29页 |
| ·数据获取 | 第23-27页 |
| ·数据预处理 | 第27-29页 |
| 4 基于词义相似度的文本聚类过程 | 第29-39页 |
| ·特征项的选择 | 第29-31页 |
| ·编码标注和词义相似度的计算 | 第31-33页 |
| ·数据聚类 | 第33-36页 |
| ·结果分析及信誉维度发现 | 第36-39页 |
| 5 全文总结与研究展望 | 第39-42页 |
| ·全文总结 | 第39-41页 |
| ·研究展望 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 附录1 特征项子集级编码标注表 | 第47-50页 |
| 附录2 攻读硕士学位期间发表论文目录 | 第50-51页 |
| 附录3 攻读硕士学位期间参加及完成的科研课题 | 第51页 |