博客作者性别分类的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1. 绪论 | 第12-16页 |
| ·选题意义 | 第12页 |
| ·研究背景及研究现状 | 第12-13页 |
| ·论文主要工作 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 2. 相关理论基础与实验数据集介绍 | 第16-23页 |
| ·分类特征 | 第16-19页 |
| ·F-measure | 第16页 |
| ·风格特征 | 第16-17页 |
| ·性别优先特征 | 第17页 |
| ·词因素特征 | 第17-19页 |
| ·特征选择标准 | 第19-22页 |
| ·信息增益 | 第20页 |
| ·互信息 | 第20页 |
| ·χ~2检测 | 第20-21页 |
| ·交叉熵 | 第21页 |
| ·证据权重 | 第21-22页 |
| ·实验数据集介绍 | 第22-23页 |
| 3. 提取用于博客作者性别分类的特征类 | 第23-33页 |
| ·提取基本特征类 | 第23-27页 |
| ·算法的实现 | 第23-25页 |
| ·实验结果 | 第25-27页 |
| ·提取词性序列特征类 | 第27-33页 |
| ·词性序列模式介绍 | 第27-30页 |
| ·生成词性数据集 | 第30页 |
| ·词性序列模式提取算法的类图 | 第30页 |
| ·算法的实现 | 第30-31页 |
| ·实验结果 | 第31-33页 |
| 4. 实现用于博客作者性别分类的特征选择方法 | 第33-43页 |
| ·基于单个特征选择标准的特征选择方法 | 第33-38页 |
| ·基于单个特征选择标准的特征选择方法介绍 | 第33页 |
| ·生成特征选择标准计算公式数据项 | 第33-34页 |
| ·算法的实现 | 第34-38页 |
| ·实验结果 | 第38页 |
| ·集成特征选择方法 | 第38-43页 |
| ·集成特征选择方法介绍 | 第38-39页 |
| ·算法的实现 | 第39-40页 |
| ·实验结果 | 第40-43页 |
| 5. 选择最优博客作者性别分类特征集 | 第43-71页 |
| ·相关理论基础 | 第43-45页 |
| ·朴素贝叶斯分类器 | 第43-45页 |
| ·十折交叉验证 | 第45页 |
| ·朴素贝叶斯分类器算法的设计 | 第45-48页 |
| ·生成训练数据集与测试数据集 | 第45-46页 |
| ·算法的类图与算法的结构图 | 第46-48页 |
| ·结合贝叶斯分类器与十折交叉验证法选择最优特征集 | 第48-71页 |
| ·朴素贝叶斯分类器算法的实现 | 第48-52页 |
| ·十折交叉验证算法的实现 | 第52-53页 |
| ·最优特征集选择标准 | 第53页 |
| ·实验结果 | 第53-71页 |
| 6. 归并高分类能力特征的候选特征集的设计与实现 | 第71-78页 |
| ·归并高分类能力特征的候选特征集的设计 | 第71-72页 |
| ·归并高分类能力特征的候选特征集的实现 | 第72-74页 |
| ·实验结果 | 第74-78页 |
| 7. 总结与展望 | 第78-80页 |
| 参考文献 | 第80-82页 |
| 作者简历 | 第82-84页 |
| 学位论文数据集 | 第84页 |
