| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·问题的来源 | 第10-11页 |
| ·WEB挖掘概述 | 第11-14页 |
| ·Web 挖掘定义 | 第11页 |
| ·Web 挖掘构成 | 第11-12页 |
| ·Web 挖掘分类 | 第12-14页 |
| ·Web 挖掘发展趋势 | 第14页 |
| ·本文的主要工作 | 第14-16页 |
| 第二章 WEB 文本挖掘 | 第16-25页 |
| ·WEB文本挖掘定义 | 第16页 |
| ·WEB文本挖掘一般流程 | 第16-17页 |
| ·HTML 文件简介 | 第17-18页 |
| ·文本特征表示和文本特征提取 | 第18-20页 |
| ·矩阵奇异值分解（SVD） | 第19页 |
| ·评估函数法 | 第19-20页 |
| ·WEB文本挖掘的关键技术 | 第20-24页 |
| ·文本信息抽取 | 第21-22页 |
| ·文本分类 | 第22-23页 |
| ·文本聚类 | 第23-24页 |
| ·文本关联规则 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 隐马尔可夫模型及其在 WEB 文本挖掘中的应用 | 第25-40页 |
| ·马尔可夫过程和马尔可夫链简介 | 第25-26页 |
| ·隐马尔可夫模型 | 第26-32页 |
| ·隐马尔可夫模型主要构成元素 | 第26-29页 |
| ·隐马尔可夫模型的三个问题及典型算法 | 第29-32页 |
| ·隐马尔可夫模型在 WEB文本挖掘的应用 | 第32-40页 |
| ·基于隐马尔可夫模型的Web 文本挖掘整体框架 | 第33页 |
| ·数据收集与预处理 | 第33-35页 |
| ·构建隐马尔可夫模型 | 第35-37页 |
| ·实验评价标准 | 第37页 |
| ·实验结果及分析 | 第37-40页 |
| 第四章 遗传算法及其在 WEB 文本挖掘中的应用框架 | 第40-49页 |
| ·遗传算法概述 | 第40-47页 |
| ·遗传算法基本概念 | 第40页 |
| ·遗传算法构成要素 | 第40-47页 |
| ·基于遗传算法和隐马尔可夫模型的WEB文本挖掘方法 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第五章 基于遗传算法和隐马尔可夫模型的 WEB 文本挖掘算法的实现 | 第49-58页 |
| ·训练数据集 | 第49-50页 |
| ·遗传算法参数设定 | 第50-52页 |
| ·基于 GA-HMM 的 WEB文本挖掘 | 第52-54页 |
| ·GA-HMM 算法 | 第52-53页 |
| ·Baum-Welch 算法修正 | 第53-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·小 结 | 第57-58页 |
| 第六章 结束语 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 成果目录 | 第63-64页 |
| 致 谢 | 第64页 |
