基于互信息的网页信息过滤技术的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 引言 | 第8-13页 |
| ·选题背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要研究内容与组织结构 | 第11-13页 |
| ·主要研究内容 | 第11页 |
| ·组织结构 | 第11-13页 |
| 第2章 网页信息过滤的相关理论与技术 | 第13-24页 |
| ·中文分词技术 | 第13-15页 |
| ·常用的中文分词算法 | 第13-14页 |
| ·中文分词技术中存在的问题 | 第14-15页 |
| ·文本表示技术 | 第15-17页 |
| ·布尔模型 | 第15页 |
| ·向量空间模型 | 第15-16页 |
| ·概念表示模型 | 第16-17页 |
| ·文本特征提取技术 | 第17-19页 |
| ·文本特征提取的基本思想 | 第17页 |
| ·常用的文本特征提取模型 | 第17-19页 |
| ·信息过滤 | 第19-22页 |
| ·布尔模型 | 第20页 |
| ·向量空间模型 | 第20-21页 |
| ·潜在语义索引模型 | 第21-22页 |
| ·Rough 集理论模型 | 第22页 |
| ·信息过滤的评价标准 | 第22-24页 |
| 第3章 训练语料库的构建 | 第24-35页 |
| ·语料库构建的理论基础及相关技术 | 第24-26页 |
| ·语料采集 | 第24-25页 |
| ·语料加工 | 第25-26页 |
| ·语料管理 | 第26页 |
| ·语料库建设中存在的问题 | 第26-29页 |
| ·设计问题 | 第26-28页 |
| ·标准规范问题 | 第28页 |
| ·产权保护问题 | 第28-29页 |
| ·非法信息语料库的构建 | 第29-35页 |
| ·网页内容结构分析 | 第29-30页 |
| ·网页内容提取 | 第30-31页 |
| ·实验与结果分析 | 第31-32页 |
| ·非法语料库的构建 | 第32-35页 |
| 第4章 互信息过滤算法的设计 | 第35-44页 |
| ·文本预处理 | 第35-38页 |
| ·分词处理 | 第36-37页 |
| ·文本表示 | 第37页 |
| ·特征提取 | 第37-38页 |
| ·互信息过滤算法设计 | 第38-41页 |
| ·理论依据与工作原理 | 第38-39页 |
| ·互信息过滤算法 | 第39-40页 |
| ·阈值(Threshold)的确定 | 第40-41页 |
| ·特征向量的动态更新 | 第41-44页 |
| 第5章 过滤系统的设计与实现 | 第44-52页 |
| ·系统的设计思想 | 第44页 |
| ·系统的总体架构设计 | 第44-46页 |
| ·实验及结果分析 | 第46-52页 |
| ·系统的开发环境 | 第46页 |
| ·实验及结果分析 | 第46-50页 |
| ·与其它模型的比较 | 第50-52页 |
| 第6章 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表论文 | 第57-58页 |
| 致谢 | 第58-59页 |
