Web数据挖掘及其在信息监控中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-20页 |
| ·课题背景及其研究意义 | 第9-10页 |
| ·信息服务模式 | 第10-12页 |
| ·Web挖掘的概念 | 第12-13页 |
| ·Web挖掘与Web信息检索 | 第13-14页 |
| ·Web信息检索的定义 | 第13页 |
| ·Web挖掘和信息检索间的关联关系 | 第13-14页 |
| ·Web挖掘研究方向 | 第14-18页 |
| ·Web文本挖掘 | 第16-17页 |
| ·Web结构挖掘 | 第17-18页 |
| ·Web使用记录挖掘 | 第18页 |
| ·本文的主要研究内容与组织机构 | 第18-20页 |
| 第2章 文本分类数据挖掘算法 | 第20-24页 |
| ·支持向量机算法 | 第20-22页 |
| ·向量空间模型 | 第22页 |
| ·KNN(K-最近邻居)数据挖掘方法 | 第22-24页 |
| 第3章 基于VSM信息检索算法的改进 | 第24-29页 |
| ·信息检索方式 | 第24页 |
| ·基于VSM的信息检索原理和实现算法 | 第24-25页 |
| ·基于VSM的信息检索算法的改进思路 | 第25-26页 |
| ·基于VSM的信息检索的改进算法 | 第26-27页 |
| ·信息检索改进算法在信息监控中的应用 | 第27-29页 |
| 第4章 信息监控系统的总体设计 | 第29-32页 |
| ·系统设计思想 | 第29页 |
| ·系统的体系结构 | 第29-30页 |
| ·系统主要功能 | 第30-32页 |
| ·Web数据采集 | 第30页 |
| ·文本数据自动分类 | 第30页 |
| ·文本类别判断 | 第30页 |
| ·有害信息报警 | 第30页 |
| ·辅助处理功能 | 第30-32页 |
| 第5章 WEB文本信息采集 | 第32-36页 |
| ·半结构化数据的概念 | 第32页 |
| ·Web结构挖掘——超链接分析算法思想 | 第32-33页 |
| ·Web文本数据采集 | 第33-36页 |
| ·Web文本数据的采集流程 | 第33-34页 |
| ·Spider数据采集 | 第34页 |
| ·页面分析，清除噪音 | 第34-35页 |
| ·超链接提取 | 第35页 |
| ·规范文本 | 第35-36页 |
| 第6章 文本数据的自动分类 | 第36-55页 |
| ·文本分类模型 | 第36-37页 |
| ·语料搜集与建立专业词表 | 第37页 |
| ·中文分词 | 第37-39页 |
| ·分词匹配算法 | 第37页 |
| ·匹配算法流程 | 第37-39页 |
| ·文本训练参数的设置 | 第39-42页 |
| ·训练参数配置窗口 | 第39页 |
| ·训练文本分类模块的程序流程 | 第39-42页 |
| ·特征项的抽取 | 第42-45页 |
| ·特征项抽取算法 | 第42-44页 |
| ·互信息量或信息增益量算法的程序实现 | 第44-45页 |
| ·特征词权重的计算 | 第45-47页 |
| ·相似度计算的程序实现 | 第47-48页 |
| ·文本分类模块的程序实现 | 第48-51页 |
| ·阈值的确定 | 第51-52页 |
| ·应用实例 | 第52-55页 |
| 第7章 结论与展望 | 第55-57页 |
| ·论文期间的主要工作 | 第55页 |
| ·进一步的工作 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 研究生履历 | 第61页 |
