| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究的背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文的主要工作和论文结构 | 第15-18页 |
| ·论文的主要研究内容 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 热点发现问题中信息预处理的综述 | 第18-33页 |
| ·提取专题网页集 | 第18-20页 |
| ·信息预处理 | 第20-23页 |
| ·分词处理 | 第20-23页 |
| ·停用词处理 | 第23页 |
| ·文本特征选取的研究和改进 | 第23-29页 |
| ·特征词选取方法 | 第23-27页 |
| ·对特征词选取方法的改进 | 第27-28页 |
| ·特征词的权重计算 | 第28-29页 |
| ·文本特征表示 | 第29-32页 |
| ·布尔模型 | 第30页 |
| ·概率模型 | 第30-31页 |
| ·向量空间模型 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 热点发现问题中相似度计算的研究 | 第33-37页 |
| ·文本相似度计算公式 | 第33-34页 |
| ·改进的相似度计算方案 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 热点发现问题中的相关聚类算法分析 | 第37-51页 |
| ·基于划分的方法 | 第37-38页 |
| ·基于层次的方法 | 第38-40页 |
| ·基于网格的方法 | 第40-41页 |
| ·基于模型的方法 | 第41-42页 |
| ·基于密度的方法 | 第42-47页 |
| ·聚类质量评价指标 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于标题特征词和改进相似度计算方案的密度聚类热点发现算法 | 第51-62页 |
| ·热点发现算法的总体描述 | 第51-53页 |
| ·标题特征词选取方法 | 第53-55页 |
| ·提取文档的有效标题 | 第53-54页 |
| ·提取有效标题中的特征词 | 第54-55页 |
| ·结合标题特征词和密度聚类的热点发现算法 | 第55-60页 |
| ·使用标题特征词一次聚类 | 第55-58页 |
| ·使用核心文档特征词集二次聚类 | 第58-60页 |
| ·改进的相似度计算方案 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 实验过程与结果分析 | 第62-78页 |
| ·实验语料及环境 | 第62-63页 |
| ·实验平台 | 第62页 |
| ·实验语料 | 第62-63页 |
| ·标题特征词集与密度聚类算法相结合的实验与分析 | 第63-73页 |
| ·基于改进的相似度计算方案的热点发现实验与分析 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第七章 结论与展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |