论文投稿系统评审专家自动推荐模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·论文投稿系统的发展现状 | 第11-13页 |
| ·论文投稿系统评审专家选择的现状 | 第13-14页 |
| ·自动分类的发展现状 | 第14-15页 |
| ·课题的提出及主要研究工作 | 第15-16页 |
| ·论文组织结构 | 第16-18页 |
| 2 论文信息预处理 | 第18-41页 |
| ·文本分类的基本介绍 | 第18-21页 |
| ·文本分类的基本概念 | 第18-19页 |
| ·文本分类的性质 | 第19页 |
| ·文本分类的评价 | 第19-21页 |
| ·特征抽取 | 第21-24页 |
| ·特征筛选 | 第24-31页 |
| ·特征筛选的基本过程 | 第24-25页 |
| ·特征筛选方法 | 第25-27页 |
| ·改进的χ~2 统计特征筛选方法 | 第27-31页 |
| ·论文向量表示方法 | 第31-35页 |
| ·文本向量表示方法 | 第31-33页 |
| ·基于TF/IDF 特征权重阈值的向量空间模型 | 第33-35页 |
| ·实验结果及分析 | 第35-40页 |
| ·小结 | 第40-41页 |
| 3 论文分类技术 | 第41-63页 |
| ·经典分类算法 | 第41-45页 |
| ·决策树算法 | 第41-42页 |
| ·朴素贝叶斯 | 第42-44页 |
| ·K 最近邻算法 | 第44-45页 |
| ·需要解决的问题 | 第45-46页 |
| ·主动学习 | 第46-49页 |
| ·主动学习的原理 | 第46-47页 |
| ·主动学习的算法 | 第47-49页 |
| ·主动学习SVM 分类算法 | 第49-57页 |
| ·SVM 分类算法 | 第49-52页 |
| ·主动学习与SVM 的结合 | 第52页 |
| ·主动学习SVM 训练样本选择算法 | 第52-53页 |
| ·改进后主动学习SVM 分类算法 | 第53-57页 |
| ·实验结果及分析 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 4 论文投稿系统评审专家自动推荐模型的构建及实现 | 第63-77页 |
| ·总体设计原则 | 第63-64页 |
| ·系统平台与开发环境 | 第64-65页 |
| ·系统平台 | 第64-65页 |
| ·开发环境 | 第65页 |
| ·语料库 | 第65-67页 |
| ·预处理模块 | 第67-70页 |
| ·关键论文选择子模块 | 第67-68页 |
| ·特征筛选子模块 | 第68-69页 |
| ·论文向量表示子模块 | 第69-70页 |
| ·分类器模块 | 第70-76页 |
| ·分类器构造子模块 | 第70-72页 |
| ·分类器训练测试论文子模块 | 第72-74页 |
| ·分类结果及评估子模块 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 5 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 附录 | 第83页 |
