基于向量空间模型的自适应文本过滤系统研究

摘要	第1-8页
ABSTRACT	第8-10页
第一章 绪论	第10-15页
·文本过滤的研究背景和内容	第10-11页
·文本过滤的研究背景	第10页
·文本过滤的研究内容	第10-11页
·文本过滤的发展及现状	第11-14页
·文本过滤的产生及发展	第11-13页
·文本过滤的发展现状	第13-14页
·本文的组织结构	第14-15页
第二章 文本过滤基础知识	第15-21页
·自然语言理解	第15-16页
·机器学习	第16页
·文本过滤与文本分类及文本检索的关系	第16-19页
·文本检索技术	第17-18页
·文本过滤与文本检索的不同点	第18-19页
·文本过滤评价指标	第19-21页
第三章 文本过滤中的文本表示	第21-29页
·特征提取	第21-26页
·特征项提取	第21-22页
·特征项权重计算	第22-26页
·一种基于双重评估函数的文本特征提取方法	第26-29页
第四章 用户模板和过滤阈值	第29-39页
·用户模板	第29页
·一种基于概念学习的用户模板生成方法	第29-34页
·概念学习	第29-30页
·基于概念学习的过滤模板获取方法	第30-32页
·实验测试	第32-34页
·用户模板学习	第34-36页
·过滤阈值	第36-37页
·过滤阈值学习	第37-39页
第五章 基于VSM 文本过滤系统逻辑模型	第39-48页
·向量空间模型VSM	第39-40页
·自适应文本过滤系统的体系结构	第40-41页
·自适应文本过滤系统逻辑模型设计	第41-48页
·分词	第43-44页
·文本特征向量降维	第44-45页
·建立知识库	第44-45页
·利用Zipf 定律	第45页
·特征项的权重计算及特征项提取	第45页
·用户模板和过滤阈值	第45页
·用户模板与文本的匹配技术	第45-46页
·机器学习	第46-48页
第六章 总结和展望	第48-50页
·本文所做的主要工作	第48-49页
·进一步的工作	第49-50页
参考文献	第50-54页
发表的论文	第54-55页
致谢	第55页