| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 问题的提出和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文组织安排 | 第14-16页 |
| 第二章 经典的文本分类算法和模型介绍 | 第16-28页 |
| 2.1 经典的文本分类算法 | 第16-18页 |
| 2.1.1 朴素贝叶斯分类 | 第16页 |
| 2.1.2 KNN | 第16-17页 |
| 2.1.3 决策树分类 | 第17-18页 |
| 2.2 数学基础 | 第18-21页 |
| 2.2.1 贝叶斯分析法 | 第18-19页 |
| 2.2.2 Dirichlet-Multinominal共轭 | 第19-21页 |
| 2.3 文本建模模型 | 第21-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 新闻数据提取和文本预处理 | 第28-35页 |
| 3.1 数据来源与简介 | 第28页 |
| 3.2 新闻数据的提取 | 第28-30页 |
| 3.3 文本预处理 | 第30-34页 |
| 3.3.1 中文分词 | 第30-31页 |
| 3.3.2 去除停用词 | 第31-32页 |
| 3.3.3 特征选择 | 第32-33页 |
| 3.3.4 特征权重计算 | 第33-34页 |
| 3.4 本章总结 | 第34-35页 |
| 第四章 基于LDA_VSM模型的文本分类 | 第35-53页 |
| 4.1 LDA模型 | 第35-38页 |
| 4.1.1 LDA生成模型 | 第35-37页 |
| 4.1.2 Gibbs采样推断参数 | 第37-38页 |
| 4.2 LDA主题建模 | 第38-43页 |
| 4.2.1 构造词典和LDA的输入向量 | 第38-39页 |
| 4.2.2 主题数优选 | 第39-40页 |
| 4.2.3 参数配置和使用流程 | 第40-41页 |
| 4.2.4 LDA训练结果持久化 | 第41-43页 |
| 4.3 主题优选 | 第43-48页 |
| 4.3.1 独立性检测 | 第45-46页 |
| 4.3.2 表征词覆盖检测 | 第46-47页 |
| 4.3.3 信息熵检测 | 第47-48页 |
| 4.3.4 主题优选算法对比 | 第48页 |
| 4.4 LDA_KMEANS文本分类 | 第48-51页 |
| 4.4.1 KMeans简介 | 第48页 |
| 4.4.2 改进的文本相似度 | 第48-49页 |
| 4.4.3 LDA_KMeans文本分类算法 | 第49-51页 |
| 4.5 文本分类效果评价 | 第51-52页 |
| 4.6 本章总结 | 第52-53页 |
| 第五章 基于LDA_SVM模型的文本分类 | 第53-68页 |
| 5.1 SVM | 第53-61页 |
| 5.1.1 支持向量机概念和最大间隔分离超平面 | 第53-54页 |
| 5.1.2 常见的支持向量机 | 第54-60页 |
| 5.1.3 偏差方差权衡理论 | 第60-61页 |
| 5.2 LDA_SVM文本分类 | 第61-64页 |
| 5.2.1 改进的特征权重 | 第62-63页 |
| 5.2.2 libsvm的输入向量 | 第63-64页 |
| 5.2.3 数据缩放 | 第64页 |
| 5.3 SVM模型选择 | 第64-66页 |
| 5.3.1 核函数的选择 | 第64-65页 |
| 5.3.2 模型参数优选 | 第65-66页 |
| 5.4 本章总结 | 第66-68页 |
| 第六章 实验设计和结论 | 第68-77页 |
| 6.1 实验平台介绍 | 第68页 |
| 6.2 预处理和前期建模 | 第68-70页 |
| 6.2.1 文本预处理 | 第68-69页 |
| 6.2.2 LDA建模和主题优选 | 第69-70页 |
| 6.3 文本分类效果与分析 | 第70-74页 |
| 6.3.1 召回率对比 | 第70-71页 |
| 6.3.2 查准率对比 | 第71页 |
| 6.3.3 macro_R和macro_P对比 | 第71-72页 |
| 6.3.4 F1值和Mirco_F值对比 | 第72-74页 |
| 6.3.5 实验结果分析 | 第74页 |
| 6.4 社交网络关系图谱 | 第74-76页 |
| 6.5 本章总结 | 第76-77页 |
| 第七章 全文总结与展望 | 第77-79页 |
| 7.1 全文总结 | 第77页 |
| 7.2 后续工作展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间取得的成果 | 第84页 |