基于文本分类技术的信息过滤方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究背景 | 第11页 |
| ·文本分类与信息过滤技术的概述 | 第11-14页 |
| ·文本分类技术的发展 | 第11-12页 |
| ·信息过滤技术的提出 | 第12-13页 |
| ·信息过滤技术中文本分类常用算法简介 | 第13-14页 |
| ·信息过滤技术的发展现状与不足 | 第14-16页 |
| ·信息过滤的概念及任务 | 第14-16页 |
| ·中文文本过滤的发展现状与不足 | 第16页 |
| ·信息过滤与文本分类及信息检索的关系 | 第16-18页 |
| ·信息过滤与文本分类 | 第16-17页 |
| ·信息过滤与信息检索 | 第17-18页 |
| ·本文主要工作及论文结构安排 | 第18-20页 |
| 第2章 信息过滤模型的总体设计 | 第20-29页 |
| ·信息过滤的主要数学模型 | 第20-23页 |
| ·布尔模型 | 第20-21页 |
| ·向量模型 | 第21-22页 |
| ·概率模型 | 第22-23页 |
| ·课题研究中的有关定义 | 第23-24页 |
| ·信息过滤技术的基本原理 | 第24页 |
| ·基于文本分类技术的信息过滤模型的总体设计 | 第24-27页 |
| ·训练过程的模块设计 | 第24-26页 |
| ·分析过程的模块设计 | 第26-27页 |
| ·信息过滤系统的评价指标 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 过滤模型的主要算法设计 | 第29-45页 |
| ·改进的文本预处理方法 | 第29-36页 |
| ·分词前的文本预处理算法 | 第29-32页 |
| ·分词处理 | 第32页 |
| ·去除停用词 | 第32-34页 |
| ·处理单个独立字和符号字典 | 第34-36页 |
| ·加权模块 | 第36-37页 |
| ·特征向量模块 | 第37-38页 |
| ·特征词表的定义 | 第37-38页 |
| ·建立特征词表 | 第38页 |
| ·文本特征提取 | 第38-39页 |
| ·特征阈值 | 第39-44页 |
| ·阈值计算方法简介 | 第39-41页 |
| ·特征阈值估算 | 第41-42页 |
| ·阈值调整算法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于文本分类技术的信息过滤算法 | 第45-56页 |
| ·全局匹配算法 | 第45-46页 |
| ·基于文本内容的局部匹配算法 | 第46-51页 |
| ·局部语义分析的必要性 | 第46-47页 |
| ·局部分析的框架 | 第47-48页 |
| ·局部匹配模型的建立 | 第48-49页 |
| ·局部匹配算法 | 第49-51页 |
| ·综合匹配算法 | 第51-52页 |
| ·相关度反馈 | 第52-53页 |
| ·信息过滤算法流程 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 实验结果与分析 | 第56-61页 |
| ·实验测试数据的准备 | 第56页 |
| ·系统开发平台 | 第56-57页 |
| ·实验测试结果 | 第57-59页 |
| ·倾向性测试 | 第57页 |
| ·综合测试 | 第57-58页 |
| ·文本数量变化测试 | 第58-59页 |
| ·系统运行效果的比较 | 第59页 |
| ·结果分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
