| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究目的与内容 | 第9-10页 |
| 1.3 本文结构 | 第10-11页 |
| 第二章 关键技术研究现状综述 | 第11-15页 |
| 2.1 互联网违规信息识别研究现状 | 第11页 |
| 2.2 关键技术分析 | 第11-13页 |
| 2.2.1 元搜索技术 | 第12页 |
| 2.2.2 网络爬虫技术 | 第12页 |
| 2.2.3 文本分类技术 | 第12-13页 |
| 2.2.4 图片处理技术 | 第13页 |
| 2.3 前期工作与局限 | 第13-15页 |
| 第三章 互联网违规信息识别技术原理 | 第15-24页 |
| 3.1 违规信息识别软件设计 | 第15-17页 |
| 3.1.1 系统架构 | 第15-16页 |
| 3.1.2 软件结构 | 第16-17页 |
| 3.2 违规信息识别目标与技术参数 | 第17页 |
| 3.3 违规信息识别关键技术 | 第17-24页 |
| 3.3.1 决策树训练 | 第17-18页 |
| 3.3.2 建立违规图片索引 | 第18页 |
| 3.3.3 网页抓取 | 第18-19页 |
| 3.3.4 违规信息识别 | 第19-24页 |
| 第四章 关键技术研究与优化 | 第24-38页 |
| 4.1 目标网站发现和网页抓取技术 | 第24-26页 |
| 4.1.1 基于元搜索思想的目标网站发现技术 | 第24-25页 |
| 4.1.2 基于组合搜索的目标网站发现技术 | 第25-26页 |
| 4.1.3 网页抓取技术 | 第26页 |
| 4.2 文本违规信息识别技术 | 第26-32页 |
| 4.2.1 基于多维语义的互联网产品信息抽取与违规识别技术 | 第26-29页 |
| 4.2.2 基于文本分类的互联网违规信息识别技术 | 第29-32页 |
| 4.3 图片违规信息识别技术 | 第32-33页 |
| 4.3.1 基于OCR的互联网违规信息识别技术 | 第32页 |
| 4.3.2 基于图片特征的互联网违规信息识别技术 | 第32-33页 |
| 4.4 多维语义分析 | 第33-38页 |
| 4.4.1 通用语义 | 第34页 |
| 4.4.2 结构语义 | 第34-36页 |
| 4.4.3 领域语义 | 第36-37页 |
| 4.4.4 应用语义 | 第37-38页 |
| 第五章 实验与评价 | 第38-48页 |
| 5.1 实验目的 | 第38页 |
| 5.2 评价方法与指标 | 第38-39页 |
| 5.3 用例设计 | 第39-41页 |
| 5.3.1 基于多维语义的产品信息抽取实验用例 | 第39页 |
| 5.3.2 基于文本分类的违规信息识别实验用例 | 第39-40页 |
| 5.3.3 基于OCR的违规图片识别实验用例 | 第40页 |
| 5.3.4 基于图片特征的违规图片识别实验用例 | 第40-41页 |
| 5.4 实验数据 | 第41-43页 |
| 5.4.1 基于多维语义的产品信息抽取实验数据 | 第41-42页 |
| 5.4.2 基于文本分类的违规信息识别实验数据 | 第42页 |
| 5.4.3 基于OCR的违规图片识别实验数据 | 第42页 |
| 5.4.4 基于图片特征的违规图片识别实验数据 | 第42-43页 |
| 5.5 实验结果与分析 | 第43-48页 |
| 5.5.1 基于多维语义的产品信息抽取实验结果与分析 | 第43页 |
| 5.5.2 基于文本分类的违规信息识别实验结果与分析 | 第43-44页 |
| 5.5.3 基于OCR的违规图片识别实验结果与分析 | 第44-46页 |
| 5.5.4 基于图片特征的违规图片识别实验结果与分析 | 第46-48页 |
| 第六章 总结 | 第48-49页 |
| 6.1 结论 | 第48页 |
| 6.2 展望 | 第48-49页 |
| 第七章 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
