基于粗糙集的“规则+例外”网页分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 引言 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·网页分类的研究与发展 | 第12-13页 |
| ·网页分类技术概述 | 第13-15页 |
| ·中文网页文本分类的过程 | 第13-15页 |
| ·中文网页信息结构的特点 | 第15页 |
| ·本文主要工作 | 第15-17页 |
| ·本文的创新点 | 第16页 |
| ·论文的组织 | 第16-17页 |
| 第二章 中文网页文本分类的关键技术 | 第17-26页 |
| ·训练样本集 | 第17页 |
| ·文本的表示模型 | 第17-19页 |
| ·布尔模型 | 第17-18页 |
| ·概率模型 | 第18页 |
| ·向量空间模型 | 第18-19页 |
| ·特征项提取 | 第19-21页 |
| ·文档频率 | 第19-20页 |
| ·信息增益 | 第20页 |
| ·互信息 | 第20页 |
| ·开方拟和检验 | 第20-21页 |
| ·文本分类技术 | 第21-26页 |
| ·文本分类模式 | 第21-22页 |
| ·常用的文本分类方法 | 第22-26页 |
| 第三章 基于粗糙集的“规则+例外”网页分类 | 第26-44页 |
| ·粗糙集理论概述 | 第26-27页 |
| ·粗糙集理论的主要概念 | 第27-30页 |
| ·知识约简的计算方法 | 第30-31页 |
| ·粗糙集理论在网页分类中的应用 | 第31-32页 |
| ·规则归纳 | 第32-37页 |
| ·常用的规则归纳方法 | 第32-36页 |
| ·规则归纳的应用 | 第36-37页 |
| ·例外分析 | 第37-41页 |
| ·例外分析的方法 | 第37-39页 |
| ·例外分析的应用 | 第39-40页 |
| ·规则+例外学习的应用 | 第40-41页 |
| ·基于粗糙集的“规则+例外”网页分类 | 第41-44页 |
| ·面向用户需求的约简算法设计 | 第42-43页 |
| ·规则与例外的选择 | 第43-44页 |
| 第四章 基于粗糙集的“规则+例外”网页分类器设计 | 第44-62页 |
| ·系统流程 | 第44-45页 |
| ·实验平台的选择 | 第45-46页 |
| ·实验语料数据 | 第46-49页 |
| ·中文网页收集器工作原理 | 第46页 |
| ·中文网页收集器设计 | 第46-47页 |
| ·中文网页收集器实现 | 第47-49页 |
| ·网页预处理 | 第49-53页 |
| ·HTML解析 | 第49-52页 |
| ·中文分词 | 第52页 |
| ·去掉停用词 | 第52-53页 |
| ·特征提取与权重计算算法设计 | 第53-56页 |
| ·特征提取算法设计 | 第53-54页 |
| ·改进的权重计算方法 | 第54-56页 |
| ·建立条件属性向量与提取属性值域 | 第56页 |
| ·面向用户需求的约简算法实现 | 第56-58页 |
| ·分类算法 | 第58-62页 |
| 第五章 实验结果与总结 | 第62-66页 |
| ·分类质量评价与试验结果分析 | 第62-64页 |
| ·分类性能评估指标 | 第62-63页 |
| ·实验结果与分析 | 第63-64页 |
| ·本文的总结 | 第64页 |
| ·进一步的研究工作 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |
