自动网页主题聚类和分类_自动网页主题聚类方法研究[毕业设计论文].docVIP

本 科 毕 业 设 计 题 目：自动网页主题聚类与分类 ——自动网页主题聚类方法研究 目录 TOC \o 1-3 \h \u  HYPERLINK \l _Toc7852 第一章：引言  PAGEREF _Toc7852 5  HYPERLINK \l _Toc12240 1.1课题的研究意义  PAGEREF _Toc12240 5  HYPERLINK \l _Toc25349 1.2课题的主要内容  PAGEREF _Toc25349 6  HYPERLINK \l _Toc25589 1.3国内外研究现状  PAGEREF _Toc25589 6  HYPERLINK \l _Toc26157 第二章：文本聚类算法研究背景  PAGEREF _Toc26157 7  HYPERLINK \l _Toc4701 2.1聚类分析  PAGEREF _Toc4701 7  HYPERLINK \l _Toc28532 2.2 文档预处理  PAGEREF _Toc28532 8  HYPERLINK \l _Toc1198 第三章：基于划分和层次的文本聚类方法  PAGEREF _Toc1198 10  HYPERLINK \l _Toc2865 3.1基于划分的聚类方法  PAGEREF _Toc2865 10  HYPERLINK \l _Toc513 3.2基于层次的聚类方法  PAGEREF _Toc513 12  HYPERLINK \l _Toc10167 第四章：基于语义关联网络文本聚类  PAGEREF _Toc10167 15  HYPERLINK \l _Toc23699 4.1语义Web简介  PAGEREF _Toc23699 15  HYPERLINK \l _Toc16056 4.2从网络中提取语义  PAGEREF _Toc16056 16  HYPERLINK \l _Toc32269 4.3语义聚类算法思想  PAGEREF _Toc32269 17  HYPERLINK \l _Toc5874 第五章：文本聚类分析效果评价  PAGEREF _Toc5874 18  HYPERLINK \l _Toc28426 5.1语料库的训练与测试  PAGEREF _Toc28426 18  HYPERLINK \l _Toc18461 5.2阈值策略  PAGEREF _Toc18461 18  HYPERLINK \l _Toc31680 5.3评价指标  PAGEREF _Toc31680 19  HYPERLINK \l _Toc15219 5.4实验结果比较与评价  PAGEREF _Toc15219 20  HYPERLINK \l _Toc26358 第六章：结语  PAGEREF _Toc26358 22  HYPERLINK \l _Toc30025 参考文献  PAGEREF _Toc30025 22  自动网页主题聚类方法研究 摘要 聚类分析是一种群分析，沿用了“物以类聚”的思想，把世间万物分门别类地聚集起来形成一个个群体。在实际应用中，通常是对一个样本集合进行聚类，然后划分出不同的类别并分组处理。聚类分析的应用十分广泛，涵盖了生物学、数学、统计学、空间数据库等领域，近年来更是在企业公关、市场营销等商业领域普及。 文本数据挖掘是数掘挖掘的一个边缘分支学科，旨在快速地从海量文本中提取出有效信息，涉及机器学习、数理统计、神经网络、自然语言处理等知识。文本在聚类前必须经过预处理过程，文本在计算机中只是字符串的集合，因此需要转换为计算机易于操作的数据，空间向量模型简便直观地解决了这一问题。本文着重介绍了基于划分、基于层次和基于语义关联的聚类算法，并在自定义的语料库中进行实验研究，把结果与传统结论作对比评价。 关键词 数据挖掘 k-means 语义关联 效果评价 Researches on automatic web page clustering method Abstract: Cluster analysis is an analysis method which follows the thought of Birds of a feather flock together, categorized all things come together to