| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景 | 第9-10页 |
| ·论文主要创新点和章节安排 | 第10-12页 |
| ·创新点 | 第10-11页 |
| ·本文结构 | 第11-12页 |
| 第二章 检索模型分类 | 第12-22页 |
| ·布尔模型 | 第12-13页 |
| ·向量空间模型 | 第13-15页 |
| ·概率模型 | 第15页 |
| ·BBS检索系统的检索模型 | 第15-17页 |
| ·Web Spam分类 | 第17-19页 |
| ·垃圾索引(Spamdexing) | 第17-18页 |
| ·Content Spam(内容垃圾) | 第18-19页 |
| ·可编辑网页Spam | 第19页 |
| ·Spam对于用户检索的影响 | 第19-20页 |
| ·本章工作总结 | 第20-22页 |
| 第三章 系统总体介绍 | 第22-28页 |
| ·系统框图 | 第22-24页 |
| ·heritrix爬虫介绍 | 第23-24页 |
| ·数据预处理 | 第24-26页 |
| ·本章工作总结 | 第26-28页 |
| 第四章 属性抽取模块 | 第28-35页 |
| ·属性抽取模块概述 | 第28页 |
| ·属性选取(Attributes Selection) | 第28-32页 |
| ·论坛网页帖子结构的特点 | 第28-30页 |
| ·论坛网页抽取属性的确定 | 第30-32页 |
| ·基于英文内容的句子分析 | 第32-34页 |
| ·词性标注 | 第32-33页 |
| ·词性标注工具介绍 | 第33-34页 |
| ·本章工作总结 | 第34-35页 |
| 第五章 分类模块及分类算法选择 | 第35-42页 |
| ·分类模块介绍 | 第35页 |
| ·分类算法的选择 | 第35-40页 |
| ·常见分类算法 | 第35-37页 |
| ·分类算法的选择 | 第37页 |
| ·决策树算法比较 | 第37-40页 |
| ·本章工作总结 | 第40-42页 |
| 第六章 试验及相关结果分析 | 第42-54页 |
| ·试验平台Weka介绍 | 第42页 |
| ·Weka相关算法使用介绍 | 第42页 |
| ·WEKA数据格式 | 第42-44页 |
| ·试验流程 | 第44-47页 |
| ·WEKA C4.5参数设置 | 第45-46页 |
| ·WEKA C4.5分类器训练 | 第46-47页 |
| ·实验结果以及结果分析 | 第47-53页 |
| ·实验生成决策树的分析 | 第47-50页 |
| ·试验结果数据分析 | 第50-52页 |
| ·试验本身存在的问题 | 第52-53页 |
| ·本章工作总结 | 第53-54页 |
| 第七章 结束语 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 作者攻读学位期间发表的学术论文目录 | 第58页 |