基于组合特征的网页主题块识别算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.3 本文工作 | 第16-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 相关技术综述 | 第20-31页 |
| 2.1 网页分块技术 | 第20-23页 |
| 2.1.1 基于节点熵的网页分块技术 | 第20-22页 |
| 2.1.2 基于视觉特征的VIPS网页分块技术 | 第22-23页 |
| 2.2 基于机器学习的文本分类算法概述 | 第23-26页 |
| 2.2.1 支持向量机(SVM) | 第24-25页 |
| 2.2.2 BP神经网络 | 第25-26页 |
| 2.3 文本相似度算法 | 第26-29页 |
| 2.3.1 TF-IDF | 第26-27页 |
| 2.3.2 BM25算法 | 第27-29页 |
| 2.4 文本分类评价标准 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 分块与特征提取 | 第31-47页 |
| 3.1 基于VIPS的网页分块过程 | 第31-37页 |
| 3.1.1 相关定义 | 第31页 |
| 3.1.2 提取网页块 | 第31-35页 |
| 3.1.3 分割条检测 | 第35-36页 |
| 3.1.4 分割条的权重设置 | 第36-37页 |
| 3.1.5 网页块的重构 | 第37页 |
| 3.2 对VIPS算法的实现及改进 | 第37-44页 |
| 3.2.1 网页视觉块提取规则实现及改进 | 第37-39页 |
| 3.2.2 动态选择网页块大小最佳阈值 | 第39-42页 |
| 3.2.3 网页分块结果展示 | 第42-44页 |
| 3.3 网页块特征提取 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 网页主题块识别算法 | 第47-58页 |
| 4.1 基于视觉特征的主题块识别算法 | 第47-50页 |
| 4.2 基于文本特征的主题块识别算法 | 第50-54页 |
| 4.3 基于组合特征的主题块识别算法 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 实验与结果分析 | 第58-79页 |
| 5.1 实验数据及评价指标 | 第58-59页 |
| 5.1.1 实验数据集 | 第58-59页 |
| 5.1.2 评价指标 | 第59页 |
| 5.2 SVM网页块分类最优参数实验 | 第59-68页 |
| 5.2.1 实验方案 | 第59-61页 |
| 5.2.2 实验结果及分析 | 第61-68页 |
| 5.3 BBM25网页块分类阈值实验 | 第68-72页 |
| 5.3.1 实验方案 | 第68-69页 |
| 5.3.2 实验结果与分析 | 第69-72页 |
| 5.4 三种主题块识别算法的对比分析 | 第72-78页 |
| 5.4.1 实验方案 | 第72页 |
| 5.4.2 实验结果与分析 | 第72-78页 |
| 5.5 本章小结 | 第78-79页 |
| 第6章 总结与展望 | 第79-82页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间主要的研究成果 | 第86-87页 |
| 致谢 | 第87页 |
