| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-19页 |
| 1．1 内容管理理论 | 第9-11页 |
| 1．1．1 内容管理概述 | 第9-11页 |
| 1．1．2 内容管理研究现状 | 第11页 |
| 1．2 文本分类与内容管理 | 第11-17页 |
| 1．2．1 文本自动分类技术现状 | 第13-15页 |
| 1．2．2 基于机器学习方法的文本分类技术 | 第15-17页 |
| 1．3 本文所做的工作 | 第17-19页 |
| 第二章 支持向量机与文本分类技术 | 第19-41页 |
| 2．1 机器学习方法简介 | 第19-26页 |
| 2．1．1 机器学习方法基本理论 | 第19-21页 |
| 2．1．2 基于机器学习方法的分类算法概述 | 第21-26页 |
| 2．2 支持向量机(SVM) | 第26-38页 |
| 2．2．1 统计学习理论 | 第27-31页 |
| 2．2．2 支持向量机理论 | 第31-38页 |
| 2．3 SVM分类器的扩展 | 第38-41页 |
| 2．3．1 单分类器聚合为多分类器 | 第38页 |
| 2．3．2 SVM分类器的聚合 | 第38-41页 |
| 第三章 基于SVM的层次分类方法的研究 | 第41-80页 |
| 3．1 HTCSVM层次分类方法 | 第41-53页 |
| 3．1．1 层次分类方法技术现状 | 第41-46页 |
| 3．1．2 HTCSVM层次分类方法 | 第46-51页 |
| 3．1．3 复杂度分析 | 第51-53页 |
| 3．2 特征选择与文本表达 | 第53-59页 |
| 3．2．1 特征选择 | 第53-57页 |
| 3．2．2 文本特征抽取(文本表达) | 第57-59页 |
| 3．3 HTCSVM方法性能评估 | 第59-80页 |
| 3．3．1 层次分类性能评估框架PMFHC | 第59-71页 |
| 3．3．2 实验结果评估 | 第71-80页 |
| 第四章 HTCSVM在实际项目中的应用 | 第80-86页 |
| 4．1 项目简介 | 第80-82页 |
| 4．2 HTCSVM层次分类方法在内容管理系统中的实现 | 第82-84页 |
| 4．3 层次分类框架 | 第84-86页 |
| 第五章 结束语 | 第86-88页 |
| 5．1 本文的工作总结 | 第86-87页 |
| 5．1 工作展望 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 硕士期间的科研情况 | 第91-92页 |
| 致谢 | 第92页 |