首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

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

论文共65页,点击 下载论文
上一篇:三维工序模型生成方法及NC自动编程
下一篇:基于用户画像的神经网络对话模型研究