面向信息服务的Web文本分类技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文研究背景与意义 | 第10-11页 |
| ·相关领域国内外研究现状 | 第11-15页 |
| ·信息服务 | 第11-12页 |
| ·服务对象建模 | 第12页 |
| ·文本分类 | 第12-15页 |
| ·本文的主要研究工作 | 第15-16页 |
| ·本文组织结构 | 第16页 |
| 第二章 信息服务与文本分类的关键技术 | 第16-33页 |
| ·信息服务的概念 | 第17-19页 |
| ·信息服务的一般概念 | 第17页 |
| ·本文信息服务的研究范围 | 第17-18页 |
| ·信息服务的流程分析 | 第18-19页 |
| ·信息服务的主要内容和关键技术 | 第19-24页 |
| ·用户兴趣建模技术 | 第20-21页 |
| ·信息过滤技术 | 第21-24页 |
| ·中文文本分类的主要技术 | 第24-32页 |
| ·中文文本分词 | 第24-25页 |
| ·文本的数据化表示 | 第25-27页 |
| ·文本特征提取 | 第27-28页 |
| ·文本分类算法 | 第28-31页 |
| ·语料库构建方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 文本特征降维 | 第33-56页 |
| ·特征选择方法 | 第33-38页 |
| ·传统的特征选择方法 | 第33-35页 |
| ·基于改进信息增益方法的特征选择算法 | 第35-38页 |
| ·特征抽取方法 | 第38-45页 |
| ·主成分分析法（PCA） | 第39页 |
| ·潜在语义索引（LSI） | 第39-40页 |
| ·基于中文知识库的特征提取方法 | 第40-45页 |
| ·基于网页结构信息的特征权值调整算法 | 第45-54页 |
| ·网页链接结构分析 | 第45-47页 |
| ·TermRank 网页文本特征权值调整算法 | 第47-49页 |
| ·网页文本间特征词链接关系分析 | 第49-51页 |
| ·验证TR 算法 | 第51-52页 |
| ·实验结果及分析 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 服务对象模型与文本分类器构造 | 第56-73页 |
| ·信息服务对象描述与建模 | 第56-63页 |
| ·服务对象模型结构 | 第56-58页 |
| ·对象模型建立方法 | 第58-60页 |
| ·对象模型的更新 | 第60-63页 |
| ·改进的神经网络文本分类器 | 第63-69页 |
| ·BP 神经网络文本分类器 | 第63-65页 |
| ·Min-Max Modular 网络 | 第65-66页 |
| ·基于M3 的神经网络文本分类器 | 第66-69页 |
| ·分类器验证 | 第69-72页 |
| ·实验环境 | 第69-70页 |
| ·实验结果 | 第70-72页 |
| ·实验结论 | 第72页 |
| ·本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| ·论文总结 | 第73页 |
| ·下一步工作展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 作者在学期间取得的学术成果 | 第81-82页 |
| 附录A 攻读硕士学位期间参加科研情况 | 第82页 |
