基于语义特征的文本聚类的研究与实现
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-10页 |
| ·文本挖掘定义 | 第7-8页 |
| ·文本聚类意义 | 第8-10页 |
| ·语义信息用于文本聚类 | 第10-11页 |
| ·论文研究内容和结构安排 | 第11-13页 |
| 第二章 文本聚类基础 | 第13-23页 |
| ·定义 | 第13-14页 |
| ·文本聚类算法 | 第14-18页 |
| ·基于划分的方法 | 第14-15页 |
| ·基于层次的方法 | 第15-17页 |
| ·基于密度的方法 | 第17页 |
| ·基于网格的方法 | 第17页 |
| ·基于模型的方法 | 第17-18页 |
| ·文本表示方法 | 第18-23页 |
| 第三章 基于语义特征的文本聚类算法 | 第23-38页 |
| ·WordNet介绍 | 第23-26页 |
| ·语义特征提取 | 第26-30页 |
| ·已有的语义聚类方法 | 第26-28页 |
| ·本文的语义特征提取方法 | 第28-30页 |
| ·K-means 算法 | 第30-31页 |
| ·Bi-Sec K-means 算法 | 第31-32页 |
| ·系统实现 | 第32-38页 |
| 第四章 基于语义的文本聚类实验及结果分析 | 第38-47页 |
| ·实验数据 | 第38-39页 |
| ·聚类性能评估方法 | 第39-41页 |
| ·Entropy | 第40页 |
| ·Purity | 第40-41页 |
| ·基于语义的聚类算法与基本聚类算法结果比较 | 第41-47页 |
| 第五章 结论及展望 | 第47-49页 |
| ·本文总结 | 第47页 |
| ·工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 研究成果 | 第52-53页 |
| 摘要 | 第53-56页 |
| Abstract | 第56-59页 |
| 致谢 | 第59-60页 |
| 导师及作者简介 | 第60页 |
