| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 离群点检测研究背景 | 第10页 |
| 1.1.2 垃圾评论过滤研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 离群点检测方面研究 | 第11-12页 |
| 1.2.2 垃圾评论方面研究 | 第12-13页 |
| 1.3 本文的主要内容 | 第13页 |
| 1.4 本文的主要结构 | 第13-14页 |
| 第二章 离群点检测和垃圾评论过滤技术基础 | 第14-22页 |
| 2.1 离群点检测概述 | 第14-16页 |
| 2.1.1 离群点检测技术分类 | 第14-16页 |
| 2.1.2 离群点检测技术应用 | 第16页 |
| 2.2 垃圾评论过滤技术基础 | 第16-21页 |
| 2.2.1 垃圾评论概述 | 第16-17页 |
| 2.2.2 文本预处理 | 第17-18页 |
| 2.2.3 文本表示模型 | 第18页 |
| 2.2.4 文本特征提取 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于改进K均值聚类的垃圾评论检测方法 | 第22-31页 |
| 3.1 整体设计 | 第22-23页 |
| 3.2 重复评论研究 | 第23-25页 |
| 3.3 改进K均值聚类 | 第25-28页 |
| 3.4 离群点检测算法 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 不确定性数据的离群点检测技术研究 | 第31-41页 |
| 4.1 不确定性数据 | 第31-33页 |
| 4.1.1 概念 | 第31-32页 |
| 4.1.2 相关研究 | 第32-33页 |
| 4.2 离群点检测算法研究 | 第33-40页 |
| 4.2.1 检测模型 | 第33-34页 |
| 4.2.2 基于元组压缩的不确定性数据离群点检测算法 | 第34-36页 |
| 4.2.3 基于距离的不确定性数据离群点检测算法 | 第36-38页 |
| 4.2.4 仿真实验 | 第38-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 基于不确定数据离群点检测算法的垃圾评论过滤 | 第41-50页 |
| 5.1 评论预处理 | 第41-43页 |
| 5.1.1 中文分词和去除停用词 | 第41-42页 |
| 5.1.2 特征提取 | 第42-43页 |
| 5.2 评论可信度判定 | 第43页 |
| 5.3 离群点检测算法 | 第43-46页 |
| 5.4 实验结果与分析 | 第46-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结 | 第50-52页 |
| 6.1 结论 | 第50页 |
| 6.2 进一步的研究工作 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 作者在学期间取得的学术成果 | 第56页 |