基于机器学习的慕课论坛主题分类研究
摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第7-16页 |
1.1 研究背景与意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-14页 |
1.2.1 基于论坛文本特征的慕课论坛主题分类 | 第10-13页 |
1.2.2 基于用户行为特征的慕课论坛主题分类 | 第13-14页 |
1.3 主要内容及章节安排 | 第14-16页 |
1.3.1 主要内容 | 第14-15页 |
1.3.2 章节安排 | 第15-16页 |
2 相关理论及定义 | 第16-33页 |
2.1 引言 | 第16页 |
2.2 欠采样学习算法 | 第16-23页 |
2.2.1 随机欠采样 | 第17-19页 |
2.2.2 原型生成欠采样 | 第19-20页 |
2.2.3 原型选择欠采样 | 第20-23页 |
2.3 过采样学习算法 | 第23-29页 |
2.3.1 随机过采样 | 第24-26页 |
2.3.2 样本合成过采样 | 第26-29页 |
2.4 代价敏感学习 | 第29-33页 |
2.4.1 代价敏感支持向量机 | 第29-32页 |
2.4.2 自适应提升代价敏感算法 | 第32-33页 |
3 基于用户行为特征的慕课论坛主题分类 | 第33-47页 |
3.1 引言 | 第33页 |
3.2 主题文本特征 | 第33-35页 |
3.3 用户行为特征 | 第35-41页 |
3.3.1 用户行为特征分析 | 第35-37页 |
3.3.2 用户行为特征选取 | 第37-39页 |
3.3.3 用户行为特征可视化 | 第39-41页 |
3.4 主题分类实验结果与分析 | 第41-45页 |
3.4.1 实验设置 | 第41页 |
3.4.2 评估准则 | 第41-42页 |
3.4.3 实验结果分析 | 第42-45页 |
3.5 本章小结 | 第45-47页 |
4 基于特征融合的慕课论坛主题分类 | 第47-57页 |
4.1 引言 | 第47-48页 |
4.2 梯度提升树特征融合算法 | 第48-53页 |
4.2.1 梯度提升树 | 第48-50页 |
4.2.2 单棵决策树特征融合 | 第50-52页 |
4.2.3 梯度提升树特征融合 | 第52-53页 |
4.3 主题分类实验结果与分析 | 第53-56页 |
4.3.1 实验设置 | 第53-54页 |
4.3.2 实验结果与分析 | 第54-56页 |
4.4 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学术论文情况 | 第62-63页 |
致谢 | 第63-65页 |