摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-15页 |
·文本信息过滤的研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·基于协同过滤的信息过滤系统 | 第11页 |
·基于关键字和贝叶斯方法的信息过滤系统 | 第11-12页 |
·基于跟踪用户需求的信息过滤系统 | 第12页 |
·基于内容与协调的信息过滤系统 | 第12-13页 |
·论文创新点与主要内容 | 第13-15页 |
·论文的创新点 | 第13页 |
·论文的主要内容 | 第13-15页 |
第二章 文本信息过滤的理论与技术研究 | 第15-28页 |
·文本信息过滤的方法与特点 | 第15-17页 |
·文本信息过滤的主要方法 | 第15-17页 |
·文本信息过滤的特点 | 第17页 |
·文本信息过滤技术 | 第17-23页 |
·网页数据的抓取 | 第18页 |
·文本分词 | 第18-19页 |
·去停用词 | 第19页 |
·文本表示 | 第19-20页 |
·特征选择 | 第20-21页 |
·特征加权 | 第21-22页 |
·组合分类器 | 第22-23页 |
·KNN、FKNN 分类器 | 第23-24页 |
·遗传算法的主要优点和用户模板优化 | 第24-25页 |
·遗传算法的主要优点 | 第24页 |
·用户模板优化过程 | 第24-25页 |
·构建用户文本信息过滤模板的关键技术 | 第25-27页 |
·用户模板的概念和需求的扩展 | 第25-26页 |
·用户模板的构造方法 | 第26-27页 |
·本章小结 | 第27-28页 |
第三章 基于纯度基尼指数的文本信息预处理 | 第28-35页 |
·预处理语料库来源 | 第28页 |
·文本信息预处理 | 第28-30页 |
·基于纯度基尼指数的特征选择方法 | 第30-32页 |
·基于传统基尼指数的特征选择 | 第30-31页 |
·基于纯度基尼指数的特征选择 | 第31-32页 |
·信息预处理的评价标准和实验环境配置 | 第32-33页 |
·评价标准 | 第32-33页 |
·实验环境配置 | 第33页 |
·实验结果分析 | 第33-34页 |
·本章小结 | 第34-35页 |
第四章 基于重构变异算子遗传算法(RMOGA)的文本信息过滤研究 | 第35-50页 |
·基于 RMOGA 的用户类别模板优化 | 第35-36页 |
·基于纯度基尼指数的预处理应用于 RMOGA | 第36页 |
·RMOGA 的基本流程和关键技术 | 第36-38页 |
·RMOGA 的基本流程 | 第36-37页 |
·速成算子 | 第37-38页 |
·自适应算子 | 第38页 |
·路由判断 | 第38页 |
·RMOGA 的实现 | 第38-43页 |
·编解码方式和初始种群 | 第38-40页 |
·适应度函数选取 | 第40-41页 |
·遗传操作 | 第41-43页 |
·控制参数设定 | 第43页 |
·实验对比与结果分析 | 第43-48页 |
·典型测试函数 | 第43-45页 |
·实验仿真过程与数据分析 | 第45-48页 |
·RMOGA 在文本信息过滤中的评价标准和实验环境 | 第48页 |
·评价标准 | 第48页 |
·实验环境 | 第48页 |
·过滤效果分析 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 基于 RMOGA 的文本信息过滤系统实现 | 第50-64页 |
·系统的总体布局 | 第50-56页 |
·过滤模块 | 第51-55页 |
·训练模块 | 第55-56页 |
·更新模块 | 第56页 |
·系统模型 | 第56-57页 |
·软件运行环境 | 第56页 |
·系统的功能模型 | 第56-57页 |
·客户端的登陆和主界面 | 第57-60页 |
·用户系统 | 第58-59页 |
·特征选择 | 第59-60页 |
·基于 RMOGA 的类别模板优化 | 第60页 |
·服务器的设置 | 第60-61页 |
·互联网信息过滤效果 | 第61-63页 |
·基于 URL 过滤 | 第61-62页 |
·基于关键字过滤 | 第62页 |
·基于内容的过滤 | 第62-63页 |
·本章小结 | 第63-64页 |
第六章 总结与展望 | 第64-65页 |
·总结 | 第64页 |
·展望 | 第64-65页 |
参考文献 | 第65-69页 |
攻读硕士期间的主要研究成果 | 第69-70页 |
致谢 | 第70页 |