| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景、目的及意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.4 本文的主要研究工作及结构 | 第15-18页 |
| 1.4.1 本文研究的主要内容 | 第15-16页 |
| 1.4.2 本文结构安排 | 第16-18页 |
| 第2章 大数据中文文本分类系统设计 | 第18-36页 |
| 2.1 问题描述 | 第18-19页 |
| 2.2 中文文本分类系统总体架构 | 第19-20页 |
| 2.3 文本分类关键技术 | 第20-35页 |
| 2.3.1 文本预处理技术 | 第20-23页 |
| 2.3.2 特征选择方法 | 第23-25页 |
| 2.3.3 文本表示模型 | 第25-26页 |
| 2.3.4 文本分类方法 | 第26-34页 |
| 2.3.5 分类性能评估准则 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 面向大数据文本特征选择方法研究 | 第36-47页 |
| 3.1 基于文档频率和词频结合的HBM方法 | 第37-39页 |
| 3.2 基于改进CHI和HBM方法结合的特征选择方法 | 第39-46页 |
| 3.2.1 经典CHI方法存在的问题 | 第39-40页 |
| 3.2.2 目前CHI方法改进方向 | 第40-41页 |
| 3.2.3 基于词频和类别分布的改进CHI方法 | 第41-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第4章 系统实现及算法性能测试分析 | 第47-63页 |
| 4.1 系统实现 | 第47-54页 |
| 4.1.1 系统开发环境 | 第47页 |
| 4.1.2 预处理模块 | 第47-49页 |
| 4.1.3 特征选择模块 | 第49-50页 |
| 4.1.4 文本表示模块 | 第50-51页 |
| 4.1.5 训练分类器模块 | 第51-54页 |
| 4.1.6 测试模块 | 第54页 |
| 4.2 算法性能测试分析 | 第54-62页 |
| 4.2.1 基于复旦语料集的测试结果及分析 | 第54-59页 |
| 4.2.2 通信企业政策法规类新闻分类测试分析 | 第59-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文工作总结 | 第63-64页 |
| 5.2 后续工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |