| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-12页 |
| ·网页文本分类需要进一步研究的工作 | 第12页 |
| ·论文主要研究内容 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第二章 网页文本分类的关键技术 | 第14-29页 |
| ·网页文本分类 | 第14-15页 |
| ·网页文本分类的数学描述 | 第14页 |
| ·网页文本分类的一般过程 | 第14-15页 |
| ·网页文本预处理 | 第15-24页 |
| ·网页文本提取 | 第15-16页 |
| ·中文分词 | 第16-17页 |
| ·去停用词 | 第17-18页 |
| ·文本表示 | 第18-19页 |
| ·特征选择 | 第19-23页 |
| ·特征值权重计算 | 第23-24页 |
| ·网页文本分类算法 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 融合 LSI 和 SVC 的网页文本分类算法 | 第29-36页 |
| ·网页特征提取 | 第29-30页 |
| ·利用潜在语义索引降维 | 第30-32页 |
| ·特征矩阵降维 | 第31页 |
| ·特征权重的确定 | 第31-32页 |
| ·支持向量聚类的文本聚类 | 第32-34页 |
| ·支持向量聚类 | 第32-33页 |
| ·支持向量机训练 | 第33-34页 |
| ·聚类分配 | 第34页 |
| ·基于LSI 和支持向量聚类的网页文本聚类算法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 融合 LSI 和 SVC 的网页文本分类算法实现与分析 | 第36-41页 |
| ·分类网页集准备 | 第36页 |
| ·实验平台的构建 | 第36-37页 |
| ·试验与结果分析 | 第37-40页 |
| ·试验 | 第37-38页 |
| ·数据分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| ·总结 | 第41页 |
| ·展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士期间发表的论文 | 第47页 |