面向论坛的文本特征提取及分类技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要工作 | 第11-12页 |
| ·论文组织 | 第12-13页 |
| 第2章 相关理论及关键技术 | 第13-23页 |
| ·网络爬虫技术 | 第13-15页 |
| ·网络爬虫的原理 | 第13-14页 |
| ·网络爬虫的搜索策略 | 第14-15页 |
| ·中文分词技术 | 第15-17页 |
| ·概率主题模型 | 第17-19页 |
| ·基本思想 | 第17页 |
| ·LDA模型 | 第17-19页 |
| ·基于词林的词义相似度计算 | 第19-21页 |
| ·词林编码规律 | 第19-20页 |
| ·词语相似度计算 | 第20-21页 |
| ·K近邻分类算法 | 第21-22页 |
| ·算法简介 | 第21-22页 |
| ·算法改进 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于网络爬虫的论坛信息采集 | 第23-31页 |
| ·论坛结构分析 | 第23-24页 |
| ·网络爬虫设计 | 第24-30页 |
| ·源代码下载 | 第25-27页 |
| ·源代码中提取感兴趣信息 | 第27-28页 |
| ·感兴趣信息的分类存储 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 文本预处理 | 第31-35页 |
| ·文本净化 | 第31-32页 |
| ·中文分词 | 第32-33页 |
| ·初步降维 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 文本特征选择 | 第35-39页 |
| ·基于LDA主题建模的文本特征表示 | 第35-36页 |
| ·主题表示维度对主题特征的影响 | 第36-37页 |
| ·基于词林的词义聚类 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第6章 实验设计及结果分析 | 第39-51页 |
| ·实验设计 | 第39页 |
| ·测试实验 | 第39-43页 |
| ·测试实验结果分析 | 第43-47页 |
| ·应用实验 | 第47-51页 |
| ·K近邻分类器设计 | 第47-48页 |
| ·实验结果 | 第48-51页 |
| 第7章 工作总结与展望 | 第51-53页 |
| ·课题总结 | 第51页 |
| ·研究与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的科研成果 | 第57页 |
