引言 1
一 研究背景和意义 2
（一）研究背景 2
（二）研究意义 8
二 国内外研究综述 10
（一）国内研究进展 11
（二）国外研究进展 14
（三）相关研究述评 18
三 研究目的、方法与创新 28
（一）研究目的与思路 28
（二）研究方法与工具 31
（三）本书的创新之处 32
第一章 数字文献资源聚合的概念与理论基础 34
一 数字文献资源的范畴 34
（一）数字化的信息资源 34
（二）数字文献资源 35
二 数字文献资源聚合的内涵与外延 36
（一）聚合的缘起 36
（二）文献资源聚合的内涵 38
（三）文献资源聚合的外延 40
三 数字文献资源聚合研究的形式和内容 46
（一）数字文献资源聚合的形式 46
（二）数字文献聚合研究内容辨析 47
四 数字文献资源聚合研究的理论基础 50
（一）文本挖掘理论 50
（二）共现理论与共现网络 51
（三）LSA与LSI理论 56
（四）FA与PA理论 57
（五）信息熵理论 58
（六）长尾理论 59
五 数字文献资源聚合的应用方法研究 60
（一）新闻聚合与自动摘要 60
（二）对检索结果的聚类 61
（三）文档管理与个性化信息服务 64
（四）改善文献分类的结果 65
六 数字文献资源基于元数据聚合的探索 65
（一）元数据是数字文献资源的特征信息 66
（二）基于元数据实现文献聚合的可行性 67
七 本章小结 68
第二章 数字文献资源的高维向量表示与语义相关性研究 70
一 数字文献资源的多元和高维特征 70
（一）文献属性的多元特征 70
（二）文献主题的高维特征 72
二 文献主题的特征选择与评价方法 73
（一）文献主题特征的选择问题 73
（二）特征子集的选取与评价 74
三 文献特征的高维表示与文献相似性测度方法 76
（一）文献特征的高维向量表示 76
（二）文献相似性与距离的测度 77
四 向量空间模型及其衍生模型 80
（一）经典VSM模型 80
（二）广义向量空间模型 83
（三）面向中文文献聚类的VSM类模型 84
五 语义向量空间模型 85
（一）基于VSM的语义相关性研究 87
（二）语义信息增强模型 88
（三）语义核与文献主题相似性 95
六 本章小结 99
第三章 共现潜在语义向量空间模型（CLSVSM） 101
一 共现潜在语义的概念 102
（一）语义与语义信息 102
（二）潜在语义与共现潜在语义 103
（三）共现潜在语义的挖掘 105
二 基于共现潜在语义的文献高维向量表示模型 106
（一）文献高维向量表示的困境 107
（二）模型提出的基础 108
（三）相关定义和记号 110
（四）CLSVSM模型的表示 113
（五）CLSVSM模型的解释 115
三 语义信息的增强与约简探讨 117
（一）语义信息的增强 117
（二）语义信息的约简 118
四 基于CLSVSM的数字文献资源聚合 119
（一）基于特征向量聚类的文献聚合步骤 119
（二）文献的相似矩阵 120
（三）文献集的相似度 121
（四）聚类算法选择 123
（五）聚类准则函数 124
（六）聚类评价方法 129
五 CLSVSM模型与VSM衍生模型的类比 132
（一）类比基于关键词相同度的VSM模型 132
（二）类比扭曲VSM模型 134
（三）类比TCABARWC模型 136
六 本章小结 137
第四章 CLSVSM模型的实验检验与评价 138
一 文献聚类实验的基本设计 139
（一）实验的目的和要求 139
（二）实验基本流程设计 140
二 文献聚类评价方法 141
（一）BF指标 141
（二）熵值、纯度和错误率 142
三 高维向量聚类工具：gCLUTO 143
四 实验文献集的来源与描述 147
（一）数据的选择和采集 147
（二）数据的整理与分析 149
（三）实验数据集的基本统计描述 156
五 文献聚类实验内容与方案 158
（一）实验内容 158
（二）实验步骤 158
（三）实验方案 159
六 文献聚类实验结果与分析 160
（一）CLSVSM模型的语义信息增强效果分析 160
（二）CLSVSM模型的聚类效果对比实验 162
（三）实验总结：CLSVSM的优势 178
七 本章小结 178
第五章 CLSVSM模型的应用与实证 181
一 CLSVSM模型的应用范围 181
二 实证准备 183
（一）实证数据的选择 183
（二）文献聚类簇数目的确定 184
三 基于CLSVSM模型的聚合实证研究 185
（一）实证Ⅰ——以概率论与数理统计学科抽样文献为例 185
（二）实证Ⅱ——以信息资源建设主题的检索文献集为例 200
四 本章小结 213
第六章 CLSVSM模型的进一步研究 214
一 共现潜在语义的不同估计量对比研究 215
（一）基于不同共现潜在语义估计量的模型构建 216
（二）基于不同共现潜在语义估计量的模型对比 217
二 CLSVSM对英文文献的适应性研究 219
（一）英文文献数据采集 219
（二）CLSVSM对中英文数据聚类的对比 219
三 共现矩阵的约简研究 221
（一）截尾共现潜在语义向量空间模型 221
（二）共现矩阵约简前后的对比 221
四 共现潜在语义核研究 223
（一）GCLSVSM 223
（二）广义模型与原模型的实验对比 224
（三）CLSVSM＿K 226
五 三元共现的挖掘与利用研究 229
（一）三元共现的表示 230
（二）三元共现强度的计算 231
（三）三元CLSVSM 231
（四）三元CLSVSM与CLSVSM的比较 232
六 本章小结 233
第七章 总结与展望 237
一 总结与启示 237
二 不足与展望 241
参考文献 244
致谢 259