基于向量空间的信息过滤关键技术研究
摘要 | 第1-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第10-13页 |
·信息过滤研究背景 | 第10页 |
·信息过滤研究现状 | 第10-11页 |
·本文组织结构 | 第11-13页 |
第二章 信息过滤及关键技术 | 第13-27页 |
·信息过滤系统的一般组成 | 第13-14页 |
·信息过滤系统分类 | 第14-17页 |
·信息过滤与文本分类 | 第17页 |
·文本表示模型 | 第17-21页 |
·特征选择方法 | 第21-23页 |
·分词技术 | 第21-22页 |
·选择方法 | 第22-23页 |
·文本分类算法 | 第23-25页 |
·机器学习理论 | 第25-27页 |
第三章 基于向量空间的信息过滤研究 | 第27-36页 |
·基于向量空间的信息过滤 | 第27-28页 |
·SVM 技术 | 第28-32页 |
·最优分类面 | 第28-30页 |
·广义最优分类面 | 第30-31页 |
·支持向量机 | 第31-32页 |
·SVM 应用于信息过滤 | 第32页 |
·应用方式 | 第32页 |
·应用优势 | 第32页 |
·SVM 的改进 | 第32-36页 |
·SVM 分层设计 | 第33页 |
·基于用户反馈的增量式学习 | 第33-35页 |
·模糊SVM | 第35-36页 |
第四章 信息过滤系统设计与实现 | 第36-45页 |
·设计思路 | 第36页 |
·总体结构 | 第36-38页 |
·系统实现 | 第38-41页 |
·总体设计 | 第38-39页 |
·系统实现 | 第39-40页 |
·主要界面 | 第40-41页 |
·程序流程 | 第41-42页 |
·系统评价 | 第42-45页 |
第五章 总结与展望 | 第45-47页 |
·本文所做的主要工作 | 第45-46页 |
·进一步的工作 | 第46-47页 |
参考文献 | 第47-49页 |
致谢 | 第49-50页 |
攻读硕士学位期间的主要成果 | 第50页 |