WEB文本挖掘系统
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 引言 | 第6-9页 |
| ·研究背景和意义 | 第6-7页 |
| ·本文的研究内容 | 第7页 |
| ·本文的组织结构 | 第7-9页 |
| 第二章 WEB挖掘的定义 | 第9-13页 |
| ·WEB挖掘的定义 | 第9-10页 |
| ·WEB挖掘系统和搜索引擎的异同 | 第10-11页 |
| ·国外的研究现状 | 第11-13页 |
| 第三章 网页采集 | 第13-19页 |
| ·WEB采集的系统实现 | 第13-16页 |
| ·PageRank方法 | 第16页 |
| ·HITS算法 | 第16-19页 |
| 第四章 网页净化 | 第19-34页 |
| ·基于标签树的净化方法 | 第19-20页 |
| ·基于ST树的净化方法 | 第20-21页 |
| ·基于VIPS的净化算法 | 第21-25页 |
| ·基于dom树的网页净化方法 | 第25-34页 |
| 第五章 向量空间模型的建立 | 第34-37页 |
| ·向量空间模型 | 第34-35页 |
| ·向量维数压缩 | 第35-37页 |
| 第六章 中文分词和关键词的获取 | 第37-42页 |
| ·基于字典、词库匹配的分词方法 | 第37-38页 |
| ·基于词的频度统计的分词方法 | 第38页 |
| ·基于知识理解的分词方法 | 第38-39页 |
| ·专有名词的获取 | 第39-40页 |
| ·中文分词面临的问题 | 第40-42页 |
| 第七章 WEB文本聚类 | 第42-46页 |
| ·K平均聚类算法(K-mean) | 第42-43页 |
| ·SOM聚类算法 | 第43-44页 |
| ·一种新的聚类算法，投影聚类算法。 | 第44-46页 |
| 第八章 WEB挖掘系统的系统结构 | 第46-54页 |
| ·数据采集模块 | 第47页 |
| ·数据预处理模块 | 第47-50页 |
| ·网页净化模块 | 第50-51页 |
| ·数据库存储模块 | 第51-52页 |
| ·特征量抽取和缩减模块 | 第52页 |
| ·WEB聚类模块 | 第52-54页 |
| 第九章 总结和展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录2 | 第61-92页 |
| 致谢 | 第92-93页 |
