海量文本信息的Web采集与自动分类研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 Web采集相关背景 | 第9-10页 |
| 1.1.2 文本自动分类相关背景 | 第10-11页 |
| 1.1.3 本课题提出的背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 Web采集技术研究现状 | 第12-13页 |
| 1.2.2 文本自动分类技术研究现状 | 第13-14页 |
| 1.3 本文目标和主要工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 Web采集与自动分类关键技术分析 | 第17-29页 |
| 2.1 Web采集相关技术分析 | 第17-19页 |
| 2.1.1 网络采集技术 | 第17-18页 |
| 2.1.2 网页信息处理技术 | 第18-19页 |
| 2.2 文本自动分类相关技术分析 | 第19-27页 |
| 2.2.1 文本特征提取方法 | 第19-21页 |
| 2.2.2 文本表示方法 | 第21-22页 |
| 2.2.3 文本自动分类算法 | 第22-27页 |
| 2.3 技术难点分析 | 第27-29页 |
| 第三章 Web采集与自动分类系统设计 | 第29-49页 |
| 3.1 Web采集与自动分类系统设计目标 | 第29-30页 |
| 3.1.1 Web采集系统的目标 | 第29页 |
| 3.1.2 文本自动分类系统的目标 | 第29-30页 |
| 3.2 系统总体设计与模块划分 | 第30-31页 |
| 3.3 Web采集系统详细设计 | 第31-36页 |
| 3.3.1 Web采集系统输入 | 第32-33页 |
| 3.3.2 Web采集系统过程处理 | 第33-35页 |
| 3.3.3 Web采集文本内容处理 | 第35页 |
| 3.3.4 Web采集信息输出 | 第35-36页 |
| 3.4 文本自动分类系统详细设计 | 第36-49页 |
| 3.4.1 分类数据预处理过程 | 第38-41页 |
| 3.4.2 基于词池的特征词演化 | 第41-43页 |
| 3.4.3 构建自动分类空间 | 第43-45页 |
| 3.4.4 分类模型及分类流程 | 第45-49页 |
| 第四章 Web采集与自动分类系统实现 | 第49-65页 |
| 4.1 项目背景与系统环境 | 第49-50页 |
| 4.2 Web采集系统的实现与展示 | 第50-56页 |
| 4.2.1 输入控制与采集规则 | 第50-52页 |
| 4.2.2 采集过程与内容处理 | 第52-55页 |
| 4.2.3 信息规整与输出 | 第55-56页 |
| 4.3 自动分类系统的实现与展示 | 第56-60页 |
| 4.3.1 数据输入及预处理 | 第56-57页 |
| 4.3.2 词池演化特征词实现 | 第57-58页 |
| 4.3.3 分类构建与分类过程 | 第58-60页 |
| 4.4 系统性能分析 | 第60-65页 |
| 第五章 结语 | 第65-67页 |
| 5.1 论文工作总结 | 第65-66页 |
| 5.2 进一步研究工作 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 作者攻读学位期间发表的学术论文目录 | 第71页 |
