| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·项目背景及意义 | 第9-11页 |
| ·项目的主要内容 | 第11-12页 |
| ·本人的主要工作 | 第12-14页 |
| ·论文的组织结构 | 第14-15页 |
| 2 涉及的关键技术 | 第15-35页 |
| ·Web 中文文本挖掘 | 第15-22页 |
| ·Web 文本数据挖掘的概念 | 第15-17页 |
| ·Web 文本挖掘的处理过程 | 第17-18页 |
| ·文本挖掘的分类 | 第18-19页 |
| ·文本挖掘中的研究课题 | 第19-21页 |
| ·文本挖掘的应用领域 | 第21-22页 |
| ·信息获取技术 | 第22-23页 |
| ·信息获取定义和分类 | 第22页 |
| ·信息获取主要研究内容 | 第22-23页 |
| ·信息采集系统 | 第23页 |
| ·Web 文本自动分类 | 第23-28页 |
| ·信息获取技术 | 第24页 |
| ·文本的表示（文本模型） | 第24页 |
| ·特征项的获取 | 第24-25页 |
| ·特征项的权重计算 | 第25页 |
| ·文本特征项的选取 | 第25-26页 |
| ·文本自动分类算法 | 第26-28页 |
| ·文本自动分类的性能评价 | 第28页 |
| ·基于支持向量机的分类算法 | 第28-35页 |
| ·支持向量机概述 | 第28-29页 |
| ·支持向量机原理 | 第29-33页 |
| ·支持向量机在数据挖掘应用 | 第33-35页 |
| 3 系统概述 | 第35-39页 |
| ·系统的目标及需求分析 | 第35-36页 |
| ·系统总体结构 | 第36-39页 |
| 4 信息采集子系统 | 第39-55页 |
| ·传统方式存在问题 | 第39-40页 |
| ·本系统网站数据模型 | 第40-41页 |
| ·几种典型的网站结构模型 | 第41-49页 |
| ·留言板 | 第42-43页 |
| ·论坛 | 第43-46页 |
| ·新闻网站 | 第46-49页 |
| ·功能描述 | 第49页 |
| ·模块结构 | 第49-51页 |
| ·采集算法 | 第51-52页 |
| ·设计及实现 | 第52-54页 |
| ·性能测试 | 第54-55页 |
| 5 信息检索子系统 | 第55-57页 |
| ·功能描述 | 第55页 |
| ·设计及实现 | 第55-57页 |
| 6 信息分类子系统 | 第57-71页 |
| ·文本分类技术实现信息发现的可行性 | 第57页 |
| ·Web 文本自动分类 | 第57-58页 |
| ·SVM-light | 第58-61页 |
| ·参数设置 | 第59-60页 |
| ·输入输出文件格式 | 第60-61页 |
| ·功能描述 | 第61-64页 |
| ·设计及实现 | 第64-65页 |
| ·实际应用效果 | 第65-71页 |
| ·测试案例 | 第65-67页 |
| ·测试结果 | 第67-71页 |
| 7 Web 文本分类特征选择问题探讨 | 第71-85页 |
| ·算法测试 | 第71-80页 |
| ·样本分析 | 第80-81页 |
| ·结果分析和小结 | 第81-85页 |
| 8 总结 | 第85-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 附录：作者在攻读硕士学位期间参加的科研项目及得奖情况 | 第93-94页 |
| 独创性声明 | 第94页 |
| 学位论文版权使用授权书 | 第94页 |