基于主动学习的文本过滤系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-16页 |
| ·课题研究背景 | 第9-14页 |
| ·背景和意义 | 第9-10页 |
| ·垃圾信息的定义和危害 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·作者主要的研究工作 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 相关研究综述 | 第16-20页 |
| ·文本过滤技术的发展 | 第16-17页 |
| ·常用的文本过滤技术 | 第17-20页 |
| ·K近邻法 | 第17-18页 |
| ·支撑向量机 | 第18页 |
| ·决策树方法 | 第18页 |
| ·Boosting方法 | 第18-20页 |
| 第三章 基于主动学习的文本过滤的关键技术 | 第20-37页 |
| ·主动学习 | 第20-22页 |
| ·主动学习的原理 | 第20-21页 |
| ·熵的原理 | 第21页 |
| ·基于最大熵最小熵的主动学习 | 第21-22页 |
| ·特征提取 | 第22-27页 |
| ·停用词 | 第23-24页 |
| ·特征提取算法 | 第24-27页 |
| ·文本过滤算法 | 第27-37页 |
| ·文档的表示方法 | 第27-28页 |
| ·贝叶斯定理 | 第28-34页 |
| ·向量空间模型算法 | 第34-37页 |
| 第四章 过滤系统的设计与实现 | 第37-50页 |
| ·系统整体设计 | 第37-38页 |
| ·训练过滤器阶段 | 第38-42页 |
| ·训练过滤器模板以及应用主动学习 | 第39-41页 |
| ·初始过滤阈值和反馈阈值的设定 | 第41-42页 |
| ·过滤以及反馈阶段 | 第42-48页 |
| ·过滤阶段 | 第42-44页 |
| ·反馈阶段 | 第44-47页 |
| ·过滤阈值调整 | 第47-48页 |
| ·常用的文本过滤评价方法 | 第48-50页 |
| 第五章 实验与结论 | 第50-58页 |
| ·实验数据及方法介绍 | 第50-51页 |
| ·过滤方法的比较 | 第51-52页 |
| ·特征提取方法的比较 | 第52-55页 |
| ·主动学习算法 | 第55-58页 |
| 第六章 结束语 | 第58-60页 |
| ·论文工作总结 | 第58-59页 |
| ·进一步的研究工作 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表或已录用的学术论文 | 第65页 |
