第1章 绪论
1.1 研究背景及意义
1.2 文本聚类概述
1.3 研究内容
1.4 本书结构
第2章 基于谱聚类的文本聚类集成方法
2.1 引言
2.2 谱聚类方法
2.3 基于相似度矩阵的谱算法
2.4 基于转移概率矩阵的谱算法
2.5 实验设计与结果分析
2.6 本章小结
第3章 基于低维嵌入的文本聚类集成方法
3.1 引言
3.2 基于子空间相似度的文本聚类集成方法
3.3 基于低维嵌入的文本聚类集成方法
3.4 实验设计与结果分析
3.5 本章小结
第4章 基于非负矩阵分解的文本聚类集成方法
4.1 引言
4.2 NMF方法
4.3 结合K均值与NMF、的文本聚类集成算法
4.4 实验设计与结果分析
4.5 本章小结
第5章 文本聚类集成中的成员生成方法
5.1 引言
5.2 聚类成员生成国内外研究现状
5.3 使用DM策略产生文本聚类集成成员
5.4 实验设计与结果分析
5.5 本章小结
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
6.1 引言
6.2 相关工作
6.3 本章方法
6.4 实验
6.5 本章小结
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
7.1 引言
7.2 谱聚类
7.3 本章方法
7.4 实验
7.5 本章小节
第8章 聚类集成选择研究
8.1 引言
8.2 聚类成员选择相关研究
8.3 本章方法
8.4 实验
8.5 本章小节
结束语
参考文献

徐森著的《面向海量文本的聚类集成技术研究》论述了面向海量文本的聚类集成关键技术，描述了运用流行的聚类方法对高维海量文本数据进行预处理、聚类集成的过程，向读者展示了在聚类集成框架下，如何引入流行的聚类方法，并设计高效的聚类集成方法，使读者了解聚类集成技术的基本原理。本书以简洁易懂的语言描述了聚类集成的基本理论、关键技术及研究过程。本书可供智能控制、计算机等领域的教师、研究生及其他相关人员参考。