基于文本分类挖掘的虚拟社区评论信息可信性研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·问题的提出 | 第9-13页 |
| ·研究背景 | 第9-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外文献综述 | 第13-17页 |
| ·分类挖掘技术的发展 | 第13-14页 |
| ·分类挖掘预处理技术研究综述 | 第14-16页 |
| ·虚拟社区评论可信度研究综述 | 第16-17页 |
| ·这篇论文研究内容 | 第17页 |
| ·中文文本分类挖掘预处理关键技术比较研究 | 第17页 |
| ·虚拟社区评论可信性判断模型 | 第17页 |
| ·这篇论文组织结构 | 第17-19页 |
| 2 文本分类技术理论综述 | 第19-32页 |
| ·文本分类挖掘预处理 | 第19-25页 |
| ·分词 | 第20-21页 |
| ·特征选择 | 第21-23页 |
| ·权重计算 | 第23-24页 |
| ·文本表示 | 第24-25页 |
| ·文本分类挖掘方法综述 | 第25-28页 |
| ·Rocchio 算法（基于相似度计算法） | 第26页 |
| ·贝叶斯算法 | 第26-27页 |
| ·K-近邻算法 | 第27页 |
| ·判定树算法 | 第27页 |
| ·支持向量机算法 | 第27-28页 |
| ·神经网络算法 | 第28页 |
| ·虚拟社区评论情感分类挖掘 | 第28-32页 |
| ·构建语料库建立训练数据集 | 第29页 |
| ·文本预处理 | 第29-30页 |
| ·文本表示及特征降维 | 第30页 |
| ·情感分类模型的构建 | 第30页 |
| ·情感分类方法 | 第30-32页 |
| 3 中文文本分类挖掘预处理方法比较研究 | 第32-39页 |
| ·对比研究的基本过程 | 第32-33页 |
| ·分类器评价指标 | 第33-34页 |
| ·试验设置 | 第34-36页 |
| ·构建语料库 | 第34页 |
| ·文本表示 | 第34-35页 |
| ·构建分类器 | 第35-36页 |
| ·实验结果及分析 | 第36-39页 |
| ·性能评价 | 第36页 |
| ·实验结果 | 第36-37页 |
| ·结果分析 | 第37-39页 |
| 4 虚拟社区评论信息可信性分析 | 第39-44页 |
| ·虚拟社区评论信息可信性评价指标 | 第39-40页 |
| ·虚拟社区评论文本相似度计算 | 第40-41页 |
| ·文本表示 | 第40页 |
| ·相似度计算 | 第40-41页 |
| ·类别中心的确定 | 第41页 |
| ·虚拟社区评论可信度分析模型的构建 | 第41-42页 |
| ·实验设置与结果分析 | 第42-44页 |
| ·实验结果 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| 5 结论与展望 | 第44-46页 |
| ·文章的创新与贡献 | 第44-45页 |
| ·下一步的工作 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 附录 | 第53页 |
