| 摘要 | 第4-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第14-23页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 数据处理方法 | 第15-16页 |
| 1.2.2 频繁模式提取 | 第16页 |
| 1.2.3 特征选择方法 | 第16-17页 |
| 1.2.4 文本分类方法 | 第17-19页 |
| 1.3 本文主要研究内容 | 第19-21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 2 基于词频统计规律的文本数据预处理方法 | 第23-41页 |
| 2.1 同频词数NTIF_n的表达式 | 第23-26页 |
| 2.1.1 利用齐普夫定律推导同频词数表达式 | 第23-24页 |
| 2.1.2 采用最大值法完善同频词数NTIF_n表达式 | 第24-25页 |
| 2.1.3 同频词数NTIF_n的完整表达式 | 第25-26页 |
| 2.2 各频次词语在文中的分布规律 | 第26-29页 |
| 2.2.1 词频分布规律 | 第26-27页 |
| 2.2.2 词频性质 | 第27-29页 |
| 2.3 算法描述 | 第29-33页 |
| 2.3.1 算法基本思想 | 第30页 |
| 2.3.2 算法流程 | 第30-31页 |
| 2.3.3 算法伪代码 | 第31-33页 |
| 2.4 实验 | 第33-40页 |
| 2.4.1 实验环境 | 第33页 |
| 2.4.2 实验数据 | 第33-34页 |
| 2.4.3 评价标准 | 第34-36页 |
| 2.4.4 实验结果 | 第36-40页 |
| 2.5 本章小结 | 第40-41页 |
| 3 文本最长闭频繁序列模式挖掘方法 | 第41-56页 |
| 3.1 定义 | 第41-42页 |
| 3.2 最长闭频繁序列模式挖掘模型 | 第42-47页 |
| 3.2.1 频繁模式模型 | 第42-45页 |
| 3.2.2 剪枝模型 | 第45-47页 |
| 3.2.3 频繁序列模式扩展和频繁序列模式后缀集合 | 第47页 |
| 3.3 基于包含度的非冗余文本最长闭频繁序列模式筛选模型 | 第47-50页 |
| 3.3.1 基于包含度原理的文本频繁模式相似性度量标准 | 第47-50页 |
| 3.3.2 基于包含度原理的冗余文本频繁模式筛选方法 | 第50页 |
| 3.4 算法描述 | 第50-54页 |
| 3.4.1 算法基本思想 | 第50-51页 |
| 3.4.2 算法流程 | 第51页 |
| 3.4.3 算法伪代码 | 第51-54页 |
| 3.5 实验 | 第54-55页 |
| 3.5.1 实验环境 | 第54页 |
| 3.5.2 实验数据 | 第54页 |
| 3.5.3 最长闭频繁序列模式剪枝模型和冗余筛选模型的有效性 | 第54-55页 |
| 3.6 本章小结 | 第55-56页 |
| 4 基于最长闭频繁序列模式的文本特征选择方法 | 第56-73页 |
| 4.1 最长闭频繁序列模式特征词语加权模型 | 第56-58页 |
| 4.1.1 模式间的组合操作 | 第56-57页 |
| 4.1.2 最长闭频繁序列模式特征词语加权 | 第57-58页 |
| 4.2 基于特异度的特征词语分类与权重更新模型 | 第58-60页 |
| 4.2.1 特异度函数 | 第58-59页 |
| 4.2.2 词语权重更新函数 | 第59-60页 |
| 4.3 权重计算方法优势 | 第60页 |
| 4.4 算法描述 | 第60-65页 |
| 4.4.1 算法基本思想 | 第60页 |
| 4.4.2 算法流程 | 第60-62页 |
| 4.4.3 算法伪代码 | 第62-65页 |
| 4.5 实验 | 第65-72页 |
| 4.5.1 实验环境 | 第65页 |
| 4.5.2 实验数据 | 第65页 |
| 4.5.3 评价标准 | 第65-66页 |
| 4.5.4 实验结果 | 第66-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 基于最长闭频繁序列模式的文本分类方法 | 第73-106页 |
| 5.1 数学模型 | 第73-75页 |
| 5.1.1 问题定义 | 第73-74页 |
| 5.1.2 模型思想 | 第74-75页 |
| 5.2 基于特征词语“缺失—存在”的文本相似性度量方法 | 第75-83页 |
| 5.2.1 方法定义 | 第75-76页 |
| 5.2.2 方法实现 | 第76-78页 |
| 5.2.3 方法性质 | 第78-82页 |
| 5.2.4 算法描述 | 第82-83页 |
| 5.3 基于最长闭频繁序列模式的文本分类方法 | 第83-87页 |
| 5.3.1 分类方法模型 | 第84-86页 |
| 5.3.2 算法描述 | 第86-87页 |
| 5.4 实验 | 第87-104页 |
| 5.4.1 实验环境 | 第87-88页 |
| 5.4.2 实验数据 | 第88页 |
| 5.4.3 评价标准 | 第88页 |
| 5.4.4 实验结果 | 第88-104页 |
| 5.5 本章小结 | 第104-106页 |
| 6 总结与展望 | 第106-110页 |
| 6.1 总结 | 第106-109页 |
| 6.2 展望 | 第109-110页 |
| 参考文献 | 第110-116页 |
| 致谢 | 第116-117页 |
| 攻读学位期间取得的科研成果清单 | 第117页 |
