多标签文本分类算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·国内外研究现状 | 第11-14页 |
| ·文本分类的研究现状 | 第11-13页 |
| ·多标签文本分类的研究现状 | 第13-14页 |
| ·本文的主要工作及创新点 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 2 多标签文本分类相关技术 | 第16-26页 |
| ·多标签特征降维 | 第16-19页 |
| ·多标签特征抽取 | 第16页 |
| ·多标签特征选择 | 第16-19页 |
| ·多标签文本分类算法 | 第19-20页 |
| ·多标签文本分类评价方法 | 第20-22页 |
| ·基于样例的方法 | 第20-21页 |
| ·基于标签的方法 | 第21-22页 |
| ·基于排序的方法 | 第22页 |
| ·多标签文本分类常用数据集 | 第22-23页 |
| ·多标签分类平台 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于Bootstrap的组合多标签特征选择 | 第26-32页 |
| ·相关研究 | 第26-27页 |
| ·Bagging算法 | 第26页 |
| ·Bootstrap抽样 | 第26-27页 |
| ·算法 | 第27-28页 |
| ·实验 | 第28-31页 |
| ·实验数据及预处理 | 第28-29页 |
| ·实验方法和评价 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于粗糙集的多标签文本分类算法 | 第32-38页 |
| ·粗糙集的相关概念 | 第32-33页 |
| ·知识约简 | 第32页 |
| ·决策规则 | 第32-33页 |
| ·基于粗糙集的文本分类算法 | 第33-35页 |
| ·基于粗糙集的单标签文本分类 | 第33-34页 |
| ·基于粗糙集的多标签文本分类 | 第34-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 5 基于频繁项集的多标签文本分类算法 | 第38-45页 |
| ·Rocchio算法 | 第38-40页 |
| ·Rocchio算法的两种形式 | 第38-39页 |
| ·CRocchio算法 | 第39-40页 |
| ·FP-growth频繁项集挖掘算法 | 第40页 |
| ·基于频繁项集的文本分类算法 | 第40-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·实验数据和方法 | 第42页 |
| ·关联规则的挖掘 | 第42-43页 |
| ·参数α的选择 | 第43页 |
| ·实验结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间发表的论文 | 第51页 |
