基于主题搜索引擎的文本聚类分类研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 文本分类聚类相关技术研究分析 | 第13-24页 |
| 2.1 文本表示模型 | 第13-16页 |
| 2.1.1 布尔模型 | 第13-14页 |
| 2.1.2 向量空间模型 | 第14页 |
| 2.1.3 概率模型 | 第14-15页 |
| 2.1.4 文中采用的模型 | 第15-16页 |
| 2.2 文本特征选择 | 第16-18页 |
| 2.2.1 文档频率(DF) | 第16页 |
| 2.2.2 信息增益(IG) | 第16-17页 |
| 2.2.3 互信息(MI) | 第17页 |
| 2.2.5 单词权(TS) | 第17-18页 |
| 2.2.6 几个特征选择对比 | 第18页 |
| 2.3 分类算法 | 第18-21页 |
| 2.3.1 决策树 | 第18-19页 |
| 2.3.2 朴素贝叶斯 | 第19页 |
| 2.3.3 支持向量机 | 第19-20页 |
| 2.3.4 文中采用的分类算法 | 第20-21页 |
| 2.4 聚类算法 | 第21-22页 |
| 2.4.1 K均值算法 | 第21页 |
| 2.4.2 层次聚类 | 第21-22页 |
| 2.4.3 基于密度的DBSCAN算法 | 第22页 |
| 2.4.4 文中采用的聚类算法 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 主题搜索引擎的文本分类 | 第24-35页 |
| 3.1 基于招标主题搜索引擎的标题文本特点 | 第24-25页 |
| 3.2 基于LDA模型的分类算法 | 第25-30页 |
| 3.2.1 LDA模型 | 第26-27页 |
| 3.2.2 抽取算法 | 第27-28页 |
| 3.2.3 改进的特征选择 | 第28-30页 |
| 3.3 主题搜索引擎的标题文本分类实验 | 第30-34页 |
| 3.3.1 实验步骤 | 第30-31页 |
| 3.3.2 评价标准 | 第31-32页 |
| 3.3.3 实验结果与分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 主题搜索引擎的文本聚类 | 第35-46页 |
| 4.1 k均值算法的局限性 | 第35-37页 |
| 4.2 改进的k均值聚类算法 | 第37-41页 |
| 4.2.1 优质初始质心的特点 | 第38-39页 |
| 4.2.2 在特征矩阵上选取初始质心 | 第39-41页 |
| 4.3 招标主题搜索引擎的文本聚类实验 | 第41-45页 |
| 4.3.1 评价标准 | 第42页 |
| 4.3.2 实验结果与分析 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 招标领域主题搜索引擎系统的实现 | 第46-57页 |
| 5.1 系统整体介绍 | 第46-48页 |
| 5.2 重点模块介绍 | 第48-53页 |
| 5.2.1 行业分类模块 | 第48-49页 |
| 5.2.2 地域分类模块 | 第49-50页 |
| 5.2.3 正文属性信息抽取模块 | 第50-53页 |
| 5.3 系统运行结果展示 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 不足和展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
