摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-18页 |
·课题背景 | 第10页 |
·课题目的及意义 | 第10-11页 |
·国内外相关技术发展现状 | 第11-16页 |
·垂直搜索 | 第11-13页 |
·检索模型 | 第13-16页 |
·本文的主要研究内容和组织结构 | 第16-18页 |
第2章 基于单类分类的金融新闻领域相关性分类 | 第18-28页 |
·单类分类概述 | 第18-20页 |
·基于单类分类的金融新闻领域相关性分类方法 | 第20-23页 |
·Rocchio 算法 | 第20-21页 |
·K-Means 算法 | 第21页 |
·单类SVM 算法 | 第21-23页 |
·基于单类分类的金融新闻领域相关性分类方法性能分析 | 第23-27页 |
·语料集 | 第23-24页 |
·实验预处理 | 第24页 |
·评测方法 | 第24-25页 |
·实验结果与分析 | 第25-27页 |
·本章小结 | 第27-28页 |
第3章 基于学习排序的金融新闻产品相关性分类 | 第28-40页 |
·学习排序概述 | 第28-31页 |
·基于学习排序的金融新闻产品相关性分类方法 | 第31-36页 |
·特征提取 | 第31-35页 |
·特征选择 | 第35-36页 |
·模型训练 | 第36页 |
·基于学习排序的金融新闻产品相关性分类方法性能分析 | 第36-39页 |
·语料集和预处理 | 第36-37页 |
·实验结果与分析 | 第37-39页 |
·本章小结 | 第39-40页 |
第4章 金融新闻检索系统 | 第40-50页 |
·引言 | 第40页 |
·金融新闻检索系统框架 | 第40-42页 |
·金融新闻检索系统功能模块介绍 | 第42-46页 |
·金融爬虫模块 | 第42-44页 |
·预处理模块 | 第44页 |
·行业分类模块 | 第44-46页 |
·金融新闻检索新系统演示 | 第46-49页 |
·搜索界面 | 第46-48页 |
·行业分类界面 | 第48-49页 |
·本章小结 | 第49-50页 |
结论 | 第50-52页 |
参考文献 | 第52-55页 |
攻读学位期间发表的学术论文 | 第55-57页 |
致谢 | 第57页 |