网络文本信息聚类算法研究与应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-18页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外研究现状及发展趋势 | 第13-16页 |
| ·聚类算法研究现状 | 第13-15页 |
| ·未来发展趋势 | 第15-16页 |
| ·论文主要工作及结构 | 第16-18页 |
| ·研究工作和目标 | 第16页 |
| ·论文内容和结构 | 第16-18页 |
| 2 数据挖掘与聚类分析概述 | 第18-27页 |
| ·数据挖掘概述 | 第18-20页 |
| ·数据挖掘定义 | 第18-19页 |
| ·数据挖掘功能简介 | 第19-20页 |
| ·聚类分析概述 | 第20-22页 |
| ·聚类分析的定义 | 第20页 |
| ·聚类分析的数据类型 | 第20-21页 |
| ·聚类算法的典型要求 | 第21-22页 |
| ·聚类算法分类和比较 | 第22-25页 |
| ·基于划分的方法 | 第22-23页 |
| ·基于层次的方法 | 第23页 |
| ·基于密度的方法 | 第23-24页 |
| ·基于网格的方法 | 第24页 |
| ·基于模型的方法 | 第24-25页 |
| ·各算法性能综述 | 第25页 |
| ·本章小节 | 第25-27页 |
| 3 聚类分析预处理技术 | 第27-34页 |
| ·分词技术 | 第27-29页 |
| ·基于词典匹配的分词方法 | 第28页 |
| ·基于理解的分词方法 | 第28-29页 |
| ·基于统计的分词方法 | 第29页 |
| ·文本表示 | 第29-31页 |
| ·特征降维 | 第31-32页 |
| ·权重评价 | 第32页 |
| ·相似度计算 | 第32-33页 |
| ·本章小节 | 第33-34页 |
| 4 后缀树聚类算法的研究改进与实验分析 | 第34-48页 |
| ·后缀树聚类算法描述与实现 | 第34-42页 |
| ·后缀树的定义 | 第34-35页 |
| ·后缀树的构造方法 | 第35-37页 |
| ·后缀树聚类算法实现 | 第37-39页 |
| ·基于压缩二叉检索树的改进算法 | 第39-42页 |
| ·实验分析与算法评价 | 第42-47页 |
| ·实验设计 | 第42-44页 |
| ·聚类准确率比较 | 第44-45页 |
| ·时间复杂度比较 | 第45-46页 |
| ·算法评价 | 第46-47页 |
| ·本章小节 | 第47-48页 |
| 5 基于改进后缀树算法的聚类系统设计与实现 | 第48-60页 |
| ·系统功能概述 | 第48-49页 |
| ·系统体系结构 | 第49-50页 |
| ·系统设计实现 | 第50-57页 |
| ·技术路线和总体设计 | 第50-51页 |
| ·网络信息获取模块 | 第51-53页 |
| ·文档处理模块 | 第53-54页 |
| ·聚类处理模块 | 第54-55页 |
| ·聚类结果显示模块 | 第55-57页 |
| ·系统运行测试 | 第57-59页 |
| ·本章小节 | 第59-60页 |
| 6 总结及展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 附录A | 第64-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
