中文文本分词技术研究文献综述和参考文献
《Web中文文本分词技术研究》——马玉春，宋瀚涛：分词的概念和问题描述，算法设计，
《中科院分词系统》：分词流程，技术细节，具体实例
《传智播客.Net培训.net视频教程》本文来自优,文'论#文^网，毕业论文 www.youerw.com：C#.net的编程教程
《SQL语句大全》：SQL语句教程
《Deep Web下基于中文分词的聚类算法》——刘荣辉，郑建国：向量加权算法
《TF-IDF百度百科》：权重计算方法经常会和余弦相似度(cosine similarity)一同使用于向量空间模型中，用以判断两份文件之间的相似性。
2.2调研情况
了解分词系统的具体流程：
1：取样
2：样本解析
2.1：样本人工分类
2.2：样本分词
2.3：统计词权
2.4：屏蔽无用词
3：题库分类
3.1：题库分词
3.2：统计词权
3.3：屏蔽无用词
3.4：TF-IDF算法计算相似度
3.5：题库分类
3本课题的基本内容、重点、难点
3.1本课题的基本内容
收集《计算机基础课程》题库，实现练习题文本的统计分析，并根据练习题内容实现自动分类和检索。
通过毕业设计使学生掌握（1）文献资料的获取及使用方法；（2）分析问题解决问题的能力；（2）软件系统的分析、设计和实现方法。
3.2本课题的重点
1：分词
2：题库分析
3：数据库结构
4：相似度算法
3.3本课题的难点
中科院分词系统还是有漏洞，需要研究方法弥补漏洞
TF-IDF算法还是有漏洞，需要研究更加完善的算法2868