基于Web的中文文档自动分类的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题来源 | 第11页 |
| ·研究的背景和现实意义 | 第11-12页 |
| ·国内外的研究现状 | 第12-17页 |
| ·Web 文本挖掘的研究现状 | 第12-14页 |
| ·Web 文本分类的研究现状 | 第14-16页 |
| ·需要进一步研究的问题 | 第16-17页 |
| ·本课题的主要研究内容 | 第17-18页 |
| 第2章 特征提取及文本分类技术的研究 | 第18-28页 |
| ·特征提取 | 第18-20页 |
| ·IG 特征提取 | 第18-19页 |
| ·MI 特征提取 | 第19页 |
| ·CHI 特征提取 | 第19-20页 |
| ·DF 特征提取 | 第20页 |
| ·分类方法 | 第20-27页 |
| ·贝叶斯方法 | 第20-21页 |
| ·K-近邻方法 | 第21页 |
| ·决策树方法 | 第21-22页 |
| ·支持向量机方法 | 第22-24页 |
| ·神经网络方法 | 第24-25页 |
| ·基于投票的方法 | 第25-26页 |
| ·Rocchio 方法 | 第26页 |
| ·Sleeping Expert 方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 系统的总体设计与分析 | 第28-33页 |
| ·系统的总体设计 | 第28-29页 |
| ·系统的评价方法 | 第29-32页 |
| ·特征提取的目的 | 第29-30页 |
| ·相关定义 | 第30页 |
| ·分类算法评价标准 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 系统的总体实现 | 第33-47页 |
| ·网络蜘蛛的实现 | 第33-34页 |
| ·预处理 | 第34-37页 |
| ·HTML 文本处理加权方案 | 第34-35页 |
| ·分词前的预处理 | 第35-36页 |
| ·HTML 预处理算法 | 第36-37页 |
| ·特征抽取 | 第37-38页 |
| ·特征提取 | 第38-40页 |
| ·特征表示 | 第40页 |
| ·分类器 | 第40-45页 |
| ·经典型工作方式 | 第41-43页 |
| ·偏全型工作方式 | 第43页 |
| ·偏准型工作方式 | 第43-44页 |
| ·混合型工作方式 | 第44-45页 |
| ·评测器 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-57页 |
| ·数据集 | 第47-48页 |
| ·实验结果与讨论 | 第48-56页 |
| ·分类方法试验结果 | 第48-51页 |
| ·特征提取实验结果 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
