Contents1 Introduction 11.1 Motivat

Contents
1 Introduction 1
1.1 Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Problem description 3
2.1 Project breakdown. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32.2 Existing approaches. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.3 Thesis structure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3 Analysis 7
3.1 Project components. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73.1.1 Clustering framework. . . . . . . . . . . . . . . . . . . . . . . . . . . 73.1.2 Distance function and text analysis. . . . . . . . . . . . . . . . . . . . 73.1.3 Data structures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83.1.4 Interoperability code. . . . . . . . . . . . . . . . . . . . . . . . . . . . 83.1.5 User interface. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83.2 Clustering. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1 Algorithms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1.1 K-means. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1.2 Hierarchical clustering. . . . . . . . . . . . . . . . . . . . . . 113.2.1.3 Fuzzy C-means. . . . . . . . . . . . . . . . . . . . . . . . . . 123.2.1.4 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . 133.2.2 Data instances representation. . . . . . . . . . . . . . . . . . . . . . . 143.2.3 Measuring distance. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153.2.4 Email messages. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153.2.5 Document clustering. . . . . . . . . . . . . . . . . . . . . . . . . . . . 163.2.5.1 Tokenization. . . . . . . . . . . . . . . . . . . . . . . . . . . 173.2.5.2 Term ranking and TF-IDF. . . . . . . . . . . . . . . . . . . 173.2.5.3 Cosine measure. . . . . . . . . . . . . . . . . . . . . . . . . 173.2.6 eM Client. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4 Design 21
4.1 Hierarchical agglomerative clustering. . . . . . . . . . . . . . . . . . . . . . . 214.2 Email messages. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.3 Data instance features. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.4 Text analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 VII

Kết quả (Việt) 1:

Nội dung1 giới thiệu 11.1 Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 mô tả vấn đề 32.1 phân tích dự án................................. 32.2 hiện có phương pháp tiếp cận................................ 42.3 Thesis structure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 phân tích 73.1 dự án thành phần................................ 73.1.1 clustering framework........................... 73.1.2 khoảng cách phân tích chức năng và văn bản.................... 73.1.3 cấu trúc dữ liệu............................... 83.1.4 khả năng tương tác mã............................ 83.1.5 giao diện người dùng................................ 83.2 Clustering. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1 Algorithms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1.1 K-means. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1.2 thứ bậc clustering...................... 113.2.1.3 có nghĩa là C mờ.......................... 123.2.1.4 luận............................ 133.2.2 dữ liệu trường hợp đại diện...................... . 143.2.3 đo khoảng cách............................. 153.2.4 thư điện tử............................... 153.2.5 tài liệu clustering............................ 163.2.5.1 tokenization........................... 173.2.5.2 hạn xếp hạng và lực lượng đặc nhiệm-IDF. Hider 173.2.5.3 cô sin đo......................... 173.2.6 eM Client. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 thiết kế 214.1 phân cấp agglomerative clustering...................... . 214.2 Email messages. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.3 dữ liệu ví dụ tính năng............................... 234.4 Text analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 VII

Kết quả (Việt) 2:

Nội dung
1 Giới thiệu 1
1.1 Động lực. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Vấn đề mô tả 3
sự cố 2.1 Dự án. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32,2 phương pháp tiếp cận hiện tại. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42.3 Cấu trúc luận án. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3 Phân tích 7
3.1 phần dự án. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73.1.1 Clustering khuôn khổ. . . . . . . . . . . . . . . . . . . . . . . . . . . 73.1.2 chức năng cách và phân tích văn bản. . . . . . . . . . . . . . . . . . . . 73.1.3 Cấu trúc dữ liệu. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83.1.4 Interoperability mã. . . . . . . . . . . . . . . . . . . . . . . . . . . . 83.1.5 Giao diện người dùng. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83,2 Clustering. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1 Các thuật toán. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1.1 K-means. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93.2.1.2 phân nhóm thứ bậc. . . . . . . . . . . . . . . . . . . . . . 113.2.1.3 Fuzzy C-means. . . . . . . . . . . . . . . . . . . . . . . . . . 123.2.1.4 Kết luận. . . . . . . . . . . . . . . . . . . . . . . . . . . . Trường hợp 133.2.2 dữ liệu đại diện. . . . . . . . . . . . . . . . . . . . . . . 143.2.3 khoảng cách đo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153.2.4 tin nhắn email. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153.2.5 Tài liệu clustering. . . . . . . . . . . . . . . . . . . . . . . . . . . . 163.2.5.1 tokenization. . . . . . . . . . . . . . . . . . . . . . . . . . . Bảng xếp hạng kỳ 173.2.5.2 và TF-IDF. . . . . . . . . . . . . . . . . . . 173.2.5.3 Cosine biện pháp. . . . . . . . . . . . . . . . . . . . . . . . . 173.2.6 eM Client. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4 Thiết kế 21
4.1 Cấu trúc phân nhóm agglomerative. . . . . . . . . . . . . . . . . . . . . . . 214.2 tin nhắn email. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234,3 liệu tính năng chẳng hạn. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234,4 Tiêu phân tích. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 VII