基于粗糙集的Web文本KNN分类方法及在金融中的应用研究
| 目录 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 前言 | 第9-13页 |
| ·研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要研究工作 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第2章 相关理论基础 | 第13-27页 |
| ·Web挖掘 | 第13-15页 |
| ·Web文本挖掘 | 第15-16页 |
| ·Web文本文类 | 第16-24页 |
| ·Web文本分类定义 | 第16-17页 |
| ·Web文本分类关键技术 | 第17-22页 |
| ·Web文本分类方法 | 第22-23页 |
| ·Web文本分类质量评价 | 第23-24页 |
| ·KNN分类算法 | 第24-25页 |
| ·粗糙集 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第3章 基于粗糙集的Web文本KNN分类系统模型 | 第27-31页 |
| ·模型框架 | 第27-29页 |
| ·预处理模块 | 第29-30页 |
| ·分类模块 | 第30页 |
| ·分类质量评价模块 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于粗糙集的Web文本KNN分类改进算法 | 第31-41页 |
| ·基于分明矩阵的约简改进算法 | 第31-34页 |
| ·决策表 | 第31-32页 |
| ·分明矩阵 | 第32页 |
| ·基于分明矩的一般属性约简算法 | 第32-33页 |
| ·改进的分明矩阵属性约简算法 | 第33-34页 |
| ·基于CHI和模式聚合的改进KNN算法 | 第34-39页 |
| ·基于CHI方法的特征提取和模式聚合 | 第35-36页 |
| ·模式聚合和特征选择步骤 | 第36-38页 |
| ·特征权值的计算方法 | 第38页 |
| ·改进的KNN算法 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 金融环境下的Web文本分类系统 | 第41-45页 |
| ·系统设计 | 第41-43页 |
| ·系统模块设计 | 第42页 |
| ·功能设计 | 第42-43页 |
| ·系统的开发 | 第43-44页 |
| ·数据的准备 | 第43-44页 |
| ·开发工具的选择 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第6章 实验结果与分析 | 第45-53页 |
| ·实验一 | 第45-48页 |
| ·实验二 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第7章 结论与展望 | 第53-55页 |
| ·论文工作总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士学位期间公开发表的论文 | 第61页 |
