| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 目录 | 第10-13页 |
| 图目录 | 第13-14页 |
| 表目录 | 第14-15页 |
| 第1章 前言 | 第15-27页 |
| ·研究背景和意义 | 第15-17页 |
| ·国内外研究现状 | 第17-23页 |
| ·Web文本挖掘的研究现状 | 第17-19页 |
| ·Web文本分类的研究现状 | 第19-23页 |
| ·需要进一步研究的问题 | 第23页 |
| ·主要研究内容 | 第23-24页 |
| ·论文结构 | 第24-27页 |
| 第2章 相关理论基础 | 第27-50页 |
| ·数据挖掘 | 第28-29页 |
| ·数据挖掘的定义 | 第28页 |
| ·数据挖掘应用技术面临的挑战 | 第28-29页 |
| ·Web挖掘 | 第29-35页 |
| ·Web挖掘定义 | 第30-31页 |
| ·Web挖掘的目的 | 第31页 |
| ·Web挖掘的难点 | 第31-33页 |
| ·Web挖掘分类 | 第33-35页 |
| ·Web文本挖掘 | 第35-40页 |
| ·Web文本挖掘定义 | 第35-36页 |
| ·Web文本挖掘与信息检索的区别 | 第36-37页 |
| ·Web文本挖掘主要研究内容 | 第37-39页 |
| ·Web文本挖掘基本过程 | 第39-40页 |
| ·Web文本分类 | 第40-42页 |
| ·Web文本分类定义 | 第40页 |
| ·Web文本分类意义 | 第40-41页 |
| ·Web文本分类应用领域 | 第41-42页 |
| ·基于内在认知机理的知识发现 | 第42-46页 |
| ·双库协同机制 | 第43-45页 |
| ·双基融合机制 | 第45-46页 |
| ·信息扩张机制 | 第46页 |
| ·粗糙集理论概述 | 第46-48页 |
| ·模糊理论概述 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 WEB文本分类系统模型 | 第50-70页 |
| ·Web文本分类系统模型框架 | 第50-51页 |
| ·文本预处理模块 | 第51-66页 |
| ·文本采集 | 第52页 |
| ·分词处理 | 第52-55页 |
| ·文本的特征表示 | 第55-58页 |
| ·特征降维 | 第58-64页 |
| ·特征权值计算 | 第64-66页 |
| ·文本分类模块 | 第66-67页 |
| ·分类质量评价模块 | 第67-69页 |
| ·影响分类质量的因素 | 第67-68页 |
| ·分类质量评价方法 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 WEB文本采集 | 第70-79页 |
| ·采集技术 | 第70-71页 |
| ·数据库设计 | 第71-72页 |
| ·功能设计 | 第72页 |
| ·采集过程 | 第72-73页 |
| ·采集算法 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 基于双库协同机制与粗糙集的WEB文本分类关联规则挖掘算法 | 第79-98页 |
| ·分类过程 | 第79-85页 |
| ·基于粗糙集的属性约简算法 | 第85-89页 |
| ·决策表的属性约简步骤 | 第85-86页 |
| ·利用属性重要度作为启发式信息的属性约简算法 | 第86-87页 |
| ·利用属性信息量的属性约简算法 | 第87-89页 |
| ·基于内在认知机理的双库协同机制的分类关联规则挖掘算法 | 第89-92页 |
| ·分类关联规则挖掘算法 | 第90-91页 |
| ·分类关联规则优化提取算法 | 第91-92页 |
| ·分类器的构建 | 第92-93页 |
| ·实验结果与分析 | 第93-97页 |
| ·本章小结 | 第97-98页 |
| 第6章 基于模糊综合加权评判推理的WEB文本模糊分类算法 | 第98-112页 |
| ·模糊综合加权评判推理 | 第99-102页 |
| ·模糊推理运算模型 | 第99-100页 |
| ·模糊推理规则 | 第100-101页 |
| ·模糊推理机的设计 | 第101-102页 |
| ·模糊分类过程 | 第102-104页 |
| ·Web文本模糊分类算法 | 第104-107页 |
| ·生成评判类别的特征向量 | 第104页 |
| ·构造文本特征模糊评判矩阵 | 第104-106页 |
| ·待分类文本的类别评判 | 第106-107页 |
| ·实验结果与分析 | 第107-111页 |
| ·本章小结 | 第111-112页 |
| 第7章 基于内在认知机理的带反馈的质心WEB文本分类算法 | 第112-122页 |
| ·基于内在认知机理的WEB文本分类的机器学习 | 第112-113页 |
| ·带反馈的Web文本分类过程 | 第113-116页 |
| ·带反馈内在认知的质心Web文本分类算法 | 第116-119页 |
| ·层次分类器 | 第116-117页 |
| ·分类算法 | 第117-119页 |
| ·实验结果与分析 | 第119-121页 |
| ·本章小结 | 第121-122页 |
| 第8章 全文总结和进一步工作 | 第122-128页 |
| ·全文总结 | 第122-126页 |
| ·进一步工作 | 第126-128页 |
| 致谢 | 第128-130页 |
| 博士在读期间发表的论文 | 第130-132页 |
| 博士在读期间参加的科研项目 | 第132-133页 |
| 参考文献 | 第133-140页 |
