第1章 绪论 1
1.1 研究背景及意义 1
1.2 文本聚类概述 3
1.3 研究内容 20
1.4 本书结构 22
第2章 基于谱聚类的文本聚类集成方法 25
2.1 引言 25
2.2 谱聚类方法 27
2.3 基于相似度矩阵的谱算法 30
2.4 基于转移概率矩阵的谱算法 35
2.5 实验设计与结果分析 42
2.6 本章小结 48
第3章 基于低维嵌入的文本聚类集成方法 49
3.1 引言 49
3.2 基于子空间相似度的文本聚类集成方法 51
3.3 基于低维嵌入的文本聚类集成方法 61
3.4 实验设计与结果分析 64
3.5 本章小结 66
第4章 基于非负矩阵分解的文本聚类集成方法 67
4.1 引言 67
4.2 NMF方法 68
4.3 结合K均值与NMF的文本聚类集成算法 72
4.4 实验设计与结果分析 76
4.5 本章小结 83
第5章 文本聚类集成中的成员生成方法 85
5.1 引言 85
5.2 聚类成员生成国内外研究现状 86
5.3 使用DM策略产生文本聚类集成成员 87
5.4 实验设计与结果分析 91
5.5 本章小结 99
第6章 一种结合K均值—拉普拉斯矩阵的文本聚类集成方法 100
6.1 引言 100
6.2 相关工作 102
6.3 本章方法 105
6.4 实验 111
6.5 本章小结 135
第7章 一种融合t—分布随机近邻嵌入与证据积累的谱聚类算法 136
7.1 引言 136
7.2 谱聚类 137
7.3 本章方法 138
7.4 实验 144
7.5 本章小节 147
第8章 聚类集成选择研究 148
8.1 引言 148
8.2 聚类成员选择相关研究 149
8.3 本章方法 150
8.4 实验 154
8.5 本章小节 169
结束语 170
参考文献 173