| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-18页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10页 |
| ·Web 挖掘意义 | 第10-11页 |
| ·Web 文本分类意义 | 第11-12页 |
| ·文本分类技术的研究现状 | 第12-15页 |
| ·国外文本分类研究现状 | 第12-13页 |
| ·国内文本分类研究现状 | 第13-14页 |
| ·Web 文本分类研究现状 | 第14-15页 |
| ·课题研究难点及突出问题 | 第15-16页 |
| ·本文所作主要工作 | 第16-17页 |
| ·论文章节安排 | 第17-18页 |
| 第二章 Web 文本分类简介 | 第18-30页 |
| ·Web 挖掘简介 | 第18-21页 |
| ·什么是数据挖掘 | 第19页 |
| ·什么是Web 挖掘 | 第19-21页 |
| ·Web 文本挖掘 | 第21-24页 |
| ·Web 文本挖掘定义 | 第21页 |
| ·Web 文本挖掘的功能 | 第21-24页 |
| ·Web 文本分类 | 第24-29页 |
| ·Web 文本分类的定义 | 第24-25页 |
| ·Web 文本分类的关键技术 | 第25-26页 |
| ·Web 文本分类方法 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 系统设计原理及总体框架 | 第30-36页 |
| ·系统设计原理 | 第30-31页 |
| ·系统总体框架 | 第31-34页 |
| ·逻辑架构模型概览 | 第31-33页 |
| ·系统用例图 | 第33-34页 |
| ·系统评估方法 | 第34-35页 |
| ·评估方法 | 第34页 |
| ·查准率、查全率、F-score | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 Web 文本自动抽取器的实现及分类训练集的建立 | 第36-45页 |
| ·Web 文本自动抽取器的实现 | 第36-42页 |
| ·网页爬取 | 第36-37页 |
| ·网页解析 | 第37-39页 |
| ·Web 文本自动抽取器实现 | 第39-41页 |
| ·自动抽取器抽取结果 | 第41-42页 |
| ·层次化训练集的建立 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 Web 文本分类的预处理研究与实现 | 第45-60页 |
| ·中文分词 | 第45-50页 |
| ·中文分词难点 | 第45-46页 |
| ·中文分词算法比较 | 第46-48页 |
| ·中文分词实现 | 第48-50页 |
| ·文本表示 | 第50-51页 |
| ·特征权重计算 | 第51-52页 |
| ·特征提取 | 第52-58页 |
| ·常用的特征提取方法比较 | 第52-54页 |
| ·基于改进的CHI 的特征提取方法 | 第54页 |
| ·特征提取实现 | 第54-57页 |
| ·特征提取算法测试 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 Web 文本的多层次分类器实现 | 第60-74页 |
| ·决策树和贝叶斯分类算法介绍 | 第61-64页 |
| ·决策树分类算法 | 第61-63页 |
| ·贝叶斯分类算法 | 第63-64页 |
| ·一种基于χ~2 值加权的层次分类方法 | 第64-72页 |
| ·Web 文本关键词提取 | 第64-67页 |
| ·一种基于 χ~2值加权的层次分类方法实现 | 第67-72页 |
| ·分类测试结果与分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·全文总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 在学期间的研究成果 | 第81-82页 |
| 附录一 | 第82-84页 |