| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·文本分类的研究现状 | 第9-10页 |
| ·非平衡数据分类的研究现状 | 第10-11页 |
| ·本文的研究内容和组织结构 | 第11-13页 |
| ·本文的研究内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 文本分类相关技术 | 第13-19页 |
| ·序言 | 第13页 |
| ·文本预处理 | 第13页 |
| ·文本表示模型 | 第13-14页 |
| ·特征降维 | 第14-15页 |
| ·特征加权 | 第15页 |
| ·文本分类算法 | 第15-17页 |
| ·朴素贝叶斯算法 | 第15-16页 |
| ·K-最近邻算法 | 第16页 |
| ·支持向量机算法 | 第16页 |
| ·Rocchio 算法 | 第16-17页 |
| ·文本分类系统的评价指标 | 第17-18页 |
| ·本章总结 | 第18-19页 |
| 3 信息增益方法的改进和综合特征分布比率的特征选择方法 | 第19-27页 |
| ·序言 | 第19页 |
| ·特征选择的过程 | 第19页 |
| ·常用的特征选择方法 | 第19-21页 |
| ·文档频度 | 第19-20页 |
| ·互信息 | 第20页 |
| ·X~2统计 | 第20页 |
| ·文本证据权 | 第20-21页 |
| ·信息增益 | 第21页 |
| ·信息增益方法的不足与改进 | 第21-23页 |
| ·综合特征分布比率的特征选择方法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 4 TF-IDF 特征加权方法的不足与改进 | 第27-32页 |
| ·序言 | 第27页 |
| ·布尔权重 | 第27页 |
| ·TF 权重 | 第27页 |
| ·IDF 权重 | 第27-28页 |
| ·TF-IDF 权重方法 | 第28页 |
| ·TF-IDF 的不足 | 第28-30页 |
| ·TF-IDF 的改进 | 第30-31页 |
| ·本章总结 | 第31-32页 |
| 5 实验及结果分析 | 第32-55页 |
| ·序言 | 第32页 |
| ·分类实验系统介绍 | 第32-35页 |
| ·相对平衡的数据集上的对比实验 | 第35-47页 |
| ·实验数据 | 第35页 |
| ·KNN 算法中 K 值的确定 | 第35-36页 |
| ·特征选择方法的对比实验 | 第36-41页 |
| ·特征加权方法对比实验 | 第41-47页 |
| ·非平衡数据集上的对比实验 | 第47-53页 |
| ·实验数据 | 第47页 |
| ·评价指标 | 第47-48页 |
| ·特征选择方法对比实验 | 第48-50页 |
| ·特征加权方法对比实验 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 6 总结与展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·下一步研究工作 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
| A. 作者在攻读学位期间发表的论文目录 | 第62页 |
| B. 作者在攻读硕士学位期间所参与的科研课题 | 第62页 |