| 摘 要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目 录 | 第6-9页 |
| 第一章 引言 | 第9-17页 |
| ·研究目的、意义及研究背景 | 第9-12页 |
| ·网页自动分类 | 第12-13页 |
| ·搜索引擎 | 第13-15页 |
| ·本论文的主要工作 | 第15页 |
| ·论文的结构 | 第15-17页 |
| 第二章 奥运Web网页信息的统计分析 | 第17-22页 |
| ·奥运Web网页的分布特性 | 第17-18页 |
| ·分布的时间特性 | 第17页 |
| ·分布的空间特性 | 第17-18页 |
| ·奥运Web网页的特点 | 第18-19页 |
| ·奥运Web网页用字、用词统计 | 第19-21页 |
| ·关键词在奥运网页两个分类阶段的不同作用及词表的建立 | 第21-22页 |
| 第三章 网页自动分类技术概述 | 第22-37页 |
| ·中文网页的预处理 | 第22-23页 |
| ·分类模型 | 第23-26页 |
| ·布尔模型(Boolean Model) | 第24页 |
| ·向量空间模型(Vector Space Model, SVM) | 第24-25页 |
| ·概率模型(Probabilistic Model) | 第25-26页 |
| ·语言模型(Language Model) | 第26页 |
| ·特征选择及权值计算 | 第26-30页 |
| ·文档频率(Document Frequency, DF) | 第26-27页 |
| ·信息增益(Information Gain, IG) | 第27页 |
| ·交叉熵(Cross Entropy, CE) | 第27-28页 |
| ·互信息(Mutual Information, MI) | 第28页 |
| ·统计量(CHI) | 第28-29页 |
| ·文本证据权(Weight of Evidence Text, WET) | 第29页 |
| ·几率比(Odds Ratio, OR) | 第29页 |
| ·特征强度(Term Strength, TS) | 第29-30页 |
| ·分类器的设计 | 第30-35页 |
| ·基于类中心的最小距离分类器 | 第30-31页 |
| ·K近邻分类器(K-Nearest) | 第31-32页 |
| ·贝叶斯分类器(Bayes) | 第32-33页 |
| ·支持向量机分类器(SVM) | 第33-35页 |
| ·评价方法 | 第35-37页 |
| 第四章 中文奥运网页的过滤及实验分析 | 第37-54页 |
| ·实验的总体介绍 | 第37-38页 |
| ·实验数据的采集 | 第37页 |
| ·面向奥运Web网页过滤系统的构成 | 第37-38页 |
| ·实验数据的预处理 | 第38-41页 |
| ·最小距离分类器与各种特征选择方法结合的网页过滤比较 | 第41-48页 |
| ·直接使用TF | 第41-42页 |
| ·文档频率(DF) | 第42页 |
| ·信息增益(IG) | 第42-43页 |
| ·交叉熵(CE) | 第43页 |
| ·互信息(MI) | 第43-44页 |
| ·统计量(CHI) | 第44-45页 |
| ·文本证据权(WET) | 第45页 |
| ·几率比(OR) | 第45-46页 |
| ·各种特征选择方法的比较 | 第46-47页 |
| ·对几率比和互信息两种特征选择方法的改进 | 第47-48页 |
| ·贝叶斯分类器和支持向量机的分类实验 | 第48-53页 |
| ·朴素贝叶斯(Na?ve Bayes)分类器 | 第48-51页 |
| ·支持向量机(Support Vector Machine,SVM)分类器 | 第51-52页 |
| ·三种分类器的性能比较 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 中文网页的自适应分类 | 第54-66页 |
| ·自适应分类模型 | 第54-56页 |
| ·检索字扩展模型--Rocchio算法 | 第54-55页 |
| ·自适应分类模型--改进的Rocchio算法 | 第55-56页 |
| ·自适应分类的实现 | 第56-58页 |
| ·分类实验及结果 | 第58-65页 |
| ·实验数据及预处理 | 第58-59页 |
| ·分类器及评价方法 | 第59-60页 |
| ·实验结果 | 第60-63页 |
| ·模型在分类过程中的变化 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 基于密度的中文奥运网页聚类 | 第66-75页 |
| ·网页聚类所面临的问题 | 第66-69页 |
| ·聚类算法 | 第66-68页 |
| ·特征的选择与提取 | 第68-69页 |
| ·Web文档聚类的实现方法 | 第69-71页 |
| ·Web文档聚类的实验结果 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第七章 面向奥运的中文网页获取实验系统的初步设计 | 第75-83页 |
| ·系统框架 | 第75页 |
| ·各功能模块的设计 | 第75-79页 |
| ·网页采集模块 | 第75页 |
| ·数据预处理模块 | 第75-77页 |
| ·主题过滤模块 | 第77-78页 |
| ·自适应分类模块 | 第78页 |
| ·其他辅助模块 | 第78-79页 |
| ·系统的实现 | 第79-83页 |
| 第八章 结论及工作展望 | 第83-86页 |
| 参考文献 | 第86-90页 |
| 致 谢 | 第90-91页 |
| 个人简历及论文发表情况 | 第91页 |
