[1] [美]Bin Liu. Web数据挖掘[M]. 俞勇,薛贵荣,韩定一译. 北京:清华大学出版社, 2009:123-169.
[2] 程显毅,朱倩. 文本挖掘原理[M]. 北京:科学出版社, 2010:39-46.
[3] 牛琨. 聚类分析中若干关键技术及其在电信领域的应用研究[D]. 北京:北京邮电大学, 2007.
[4] 李枫林,何洲芳. 基于关键词共现分析的检索结果聚类研究[J]. 情报学报, 2011,30(8):819-825.
[5] 王秀艳,崔雷. 基于文本主题相似性的专题文献检索结果的聚类分析[J]. 情报学报, 2011,30(5):456-463.
[6] 吴江宁,王桂才. 文本聚类分析结果可视化方法研究[J]. 情报学报, 2011,30(2):115-120.
[7] 崔春生,吴祈宗,王莹. 用于推荐系统聚类分析的用户兴趣度研究[J]. 计算机工程与应用, 2011,47(7):226-228.
[8] 李晓艳,张子刚,张逸石. 集成k-means聚类和有监督特征选择的混合式协同过滤推荐[J]. 管理学报, 2013,10(9):1362-1367.
[9] 周之诚. 用户意图聚类的数字资源推荐方法[J]. 情报理论与实践, 2011,34(6):116-119.
[10]陈学昌,韩佳珍,魏桂英. 话题识别与跟踪技术发展研究[J]. 中国管理信息化, 2011,14(9):56-59.
[11]刘华. 基于文本分类中特征提取的领域词语聚类[J]. 语言文字应用, 2007(1):139-144.
[12]黄承慧,印鉴,侯昉. 一种结合词项语义信息和TF-IDF方法的文本相似度量方法[J]. 计算机学报, 2011,34(5):856-864.
[13]周世兵,徐振源,唐旭清. K-means算法最佳聚类数确定方法[J]. 计算机应用, 2010,30(8):1995-1998.
[14]周爱武,于亚飞. K-means聚类算法的研究[J]. 计算机技术与发展, 2011,21(2):62-65.
[15]余敦辉,何克清,李兵. 基于模型聚类算法的领域问题本体构建[J]. 小型微型计算机系统, 2013,34(1):29-33.
[16]曹佳韵. 基于文本挖掘的领域信息聚类分析[D]. 上海:上海交通大学, 2013. |