فصل اول داده
کاوی
1- 1 مقدمه
1-2 تعریف داده کاوی
3-1 کاربردهای داده کاوی
1-4 مراحل داده کاوی
5-1 تکنیکها و روشهای داده کاوی
1-6 مقدمه‌ای بر خوشه‌بندی
1-7 کلاستر چیست؟
1-8 انواع کلاسترها
1-9 خوشه‌بندی در مقابل طبقه‌‌بندی1
1-10 یادگیری با نظارت1 در مقابل یادگیری
بدون‌نظارت2
1-11 کاربردها
1-12 مسائل درگیر با روشهای خوشه‌بندی موجود
1-13 خوشه‌بندی در مقابل چندی‌سازی برداری1
1-14 ویژگی های الگوریتم های خوشه بندی
فصل دوم
بررسی الگوریتم های خوشه بندیجریان های داده متنی
2-1 مقدمه
1TF-ICF 2-2-1
2-2-2 الگوریتم STREAMING OSKM
2-2-3
ویژگی های Bursty
2-2-4-1 ارائه ویژگی bursty
2-2-5 الگوریتم خوشه بندی جریان متن بر اساس
انتخاب ویژگی انطباقی4
2-3 معیارهای ارزیابی کیفیت خوشه بندی
فصل سوم
جمع بندی
وپیشنهادات
3-1 جمع بندی
پیوست ومنابع