基于搜索词的网页结果聚类研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·本文的研究背景及研究意义 | 第10-11页 |
| ·国内外研究现状及应用 | 第11-13页 |
| ·研究现状 | 第11-12页 |
| ·存在的问题 | 第12-13页 |
| ·本文的主要内容及组织结构 | 第13-14页 |
| 第二章 Web文本挖掘概述 | 第14-29页 |
| ·Web文本挖掘的概念及特点 | 第14-15页 |
| ·Web文本挖掘的概念 | 第14页 |
| ·Web文本的特点 | 第14-15页 |
| ·文本挖掘的特点 | 第15页 |
| ·Web文本挖掘的一般过程 | 第15-16页 |
| ·Web文本挖掘方法 | 第16-19页 |
| ·文本分类 | 第16-17页 |
| ·文本聚类 | 第17页 |
| ·关联分析 | 第17-18页 |
| ·文本总结 | 第18页 |
| ·分布分析和趋势预测 | 第18-19页 |
| ·Web文本获取 | 第19页 |
| ·Web文本挖掘预处理 | 第19-28页 |
| ·Web正文提取 | 第20页 |
| ·向量空间模型 | 第20-21页 |
| ·中文分词 | 第21-23页 |
| ·特征项选取 | 第23-26页 |
| ·特征项权重 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 Web文本聚类介绍 | 第29-41页 |
| ·Web文本聚类 | 第29-30页 |
| ·Web文本聚类的概念 | 第29页 |
| ·Web文本聚类的过程 | 第29-30页 |
| ·文本相似度的计算 | 第30-32页 |
| ·Web文本聚类算法 | 第32-35页 |
| ·基于划分的方法 | 第33-34页 |
| ·基于层次的方法 | 第34页 |
| ·基于模型的方法 | 第34-35页 |
| ·SOM神经网络 | 第35页 |
| ·基于网格的方法 | 第35页 |
| ·Web文本聚类结果质量评估 | 第35-37页 |
| ·现有的网页聚类系统 | 第37-40页 |
| ·Scatter/Gather | 第37页 |
| ·Carrot | 第37-38页 |
| ·SHOC,LINGO | 第38页 |
| ·SnakeT | 第38-39页 |
| ·Vivisimo | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 聚类改进算法 | 第41-52页 |
| ·CBC聚类算法 | 第41-44页 |
| ·算法基本思想 | 第42页 |
| ·算法描述及分析 | 第42-44页 |
| ·加入搜索词的聚类改进算法 | 第44-51页 |
| ·改进的特征词权重计算方法 | 第44-45页 |
| ·改进的特征向量相似度计算方法 | 第45-46页 |
| ·加入搜索词的改进聚类中心确定算法 | 第46-49页 |
| ·改进算法分析及实验 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于搜索词的中文Web聚类系统 | 第52-62页 |
| ·系统开发平台与开发环境 | 第52页 |
| ·系统总体结构及功能模块 | 第52-54页 |
| ·测试数据集 | 第54-55页 |
| ·系统运行方法及步骤 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
