| 1 绪论 | 第1-12页 |
| ·本论文的研究背景 | 第8-10页 |
| ·数据挖掘介绍 | 第8页 |
| ·WEB 挖掘的定义 | 第8-9页 |
| ·WEB 文本挖掘 | 第9-10页 |
| ·WEB 文本分类 | 第10页 |
| ·论文的组织安排 | 第10-12页 |
| 2 系统功能分析和结构框架 | 第12-15页 |
| ·系统功能概述 | 第12页 |
| ·系统结构框架 | 第12-13页 |
| ·系统设计 | 第13-14页 |
| ·软硬件环境 | 第14-15页 |
| 3 WEB 文本收集和预处理 | 第15-25页 |
| ·WEB 文本收集 | 第15-21页 |
| ·WEB 文本收集器工作原理 | 第15-16页 |
| ·WEB 文本收集器设计 | 第16页 |
| ·WEB 文本收集器实现 | 第16-18页 |
| ·WEB 文本收集器特点 | 第18-21页 |
| ·WEB 文本预处理 | 第21-24页 |
| ·HTML 标记权重 | 第21-22页 |
| ·WEB 文本预处理器设计 | 第22页 |
| ·WEB 文本预处理器实现 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 4 WEB 文本挖掘中的中文分词 | 第25-39页 |
| ·WEB 中文分词器设计 | 第25-27页 |
| ·中文分词算法介绍 | 第27-32页 |
| ·常用中文分词算法 | 第27-28页 |
| ·分词技术的难点 | 第28-30页 |
| ·当前重要的基于词典分词算法 | 第30-32页 |
| ·几种分词算法的比较 | 第32页 |
| ·改进的全二分最大匹配快速分词算法 | 第32-36页 |
| ·汉字编码体系 | 第33页 |
| ·汉语词的特点 | 第33页 |
| ·分词词典 | 第33-35页 |
| ·词条查找算法 | 第35-36页 |
| ·WEB 中文分词器实现 | 第36-38页 |
| ·WEB 中文分词器分词结果统计 | 第38页 |
| ·本章小结 | 第38-39页 |
| 5 文本特征向量提取 | 第39-47页 |
| ·向量空间模型 | 第39-42页 |
| ·向量空间模型描述 | 第39-41页 |
| ·向量空间模型存在问题 | 第41页 |
| ·加权的VSM 算法改进 | 第41-42页 |
| ·文本特征向量建立过程 | 第42-45页 |
| ·文本特征项的选择 | 第42-44页 |
| ·文本特征向量的权重 | 第44-45页 |
| ·文本特征向量提取实现 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 6 文本训练与文本分类 | 第47-61页 |
| ·支持向量机 | 第47-53页 |
| ·线性支持向量机 | 第48-50页 |
| ·非线性支持向量机 | 第50-52页 |
| ·支持向量机和结构风险最小化原则 | 第52-53页 |
| ·SVM 方法在文本分类中的应用 | 第53-55页 |
| ·LIBSVM 介绍 | 第55-58页 |
| ·LIBSVM 使用方法 | 第55-56页 |
| ·LIBSVM 数据格式 | 第56页 |
| ·svmtrain 和svmpredict 的用法 | 第56-58页 |
| ·文本训练 | 第58-59页 |
| ·文本分类 | 第59-60页 |
| ·本章小节 | 第60-61页 |
| 7 总结 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |