智能搜索中的中文网页分类研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题背景 | 第12-13页 |
| ·网页分类的研究现状 | 第13-15页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·搜索引擎概述 | 第15页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·论文组织 | 第16-17页 |
| 第2章 中文网页分类技术概述 | 第17-23页 |
| ·中文网页分类模型 | 第17-18页 |
| ·中文网页分类的关键技术 | 第18-21页 |
| ·网页预处理 | 第18-19页 |
| ·网页文本表示 | 第19-20页 |
| ·特征降维方法 | 第20页 |
| ·分类算法概述 | 第20-21页 |
| ·分类器性能评价 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 基于改进 DOM 树的网页净化方法 | 第23-30页 |
| ·网页净化的方法 | 第23-25页 |
| ·DOM 技术概述 | 第25页 |
| ·网页净化的模型设计 | 第25-26页 |
| ·IDVA 算法和 MCE 算法介绍 | 第26-29页 |
| ·IDVA 算法思想 | 第27-28页 |
| ·MCE 算法思想 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 特征降维和相似度计算 | 第30-40页 |
| ·特征降维方法 | 第30-33页 |
| ·文本的相似度计算 | 第33页 |
| ·经典相似度评价模型 | 第33-35页 |
| ·布尔模型 | 第33页 |
| ·向量空间模型 | 第33-34页 |
| ·概率模型 | 第34-35页 |
| ·改进的相似度计算方法 | 第35-39页 |
| ·最优指派模型的改进 | 第35-36页 |
| ·《知网》知识库介绍 | 第36-38页 |
| ·改进的相似度计算方法—Hsim | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 基于支持向量机的层次分类 | 第40-46页 |
| ·层次分类概述 | 第40-41页 |
| ·支持向量机方法 | 第41-43页 |
| ·支持向量机基础 | 第41-42页 |
| ·支持向量机的发展 | 第42-43页 |
| ·K-近邻(K-NN)方法 | 第43-44页 |
| ·K-NN 基础 | 第43页 |
| ·K-NN 的发展 | 第43-44页 |
| ·基于支持向量机的层次分类模型 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 实验设计与分析 | 第46-52页 |
| ·网页净化实验 | 第46-48页 |
| ·实验数据和方法 | 第46页 |
| ·结果分析 | 第46-48页 |
| ·层次分类实验 | 第48-51页 |
| ·实验设计 | 第48-49页 |
| ·实验结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录 A 攻读硕士学位期间所发表的论文 | 第60页 |
