| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 我国“互联网+”房地产的快速发展 | 第10页 |
| 1.1.2 宜居生活的重视与兴起 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 Web文本信息挖掘的研究现状 | 第12-13页 |
| 1.3.2 城市宜居社区的研究现状 | 第13页 |
| 1.4 本文研究内容与结构 | 第13-15页 |
| 第二章 相关研究综述 | 第15-25页 |
| 2.1 文本分类相关技术 | 第15-20页 |
| 2.1.1 文本表示模型 | 第15-17页 |
| 2.1.2 基本的分类算法 | 第17-19页 |
| 2.1.3 分类性能评估 | 第19-20页 |
| 2.2 城市居民小区宜居性评价相关理论 | 第20-21页 |
| 2.2.1 人居环境理论 | 第20页 |
| 2.2.2 系统分析理论 | 第20-21页 |
| 2.2.3 宜居理论 | 第21页 |
| 2.3 评价方法相关技术 | 第21-24页 |
| 2.3.1 评价方法中指标规范化 | 第21-22页 |
| 2.3.2 常见的评价方法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 Web文本信息挖掘中的分类算法研究 | 第25-35页 |
| 3.1 现有分类算法优缺点分析 | 第25-26页 |
| 3.2 KNN分类算法的改进研究 | 第26-31页 |
| 3.2.1 局部敏感哈希方法介绍 | 第26-27页 |
| 3.2.2 相关改进知识点推导及说明 | 第27-30页 |
| 3.2.3 LSH-KNN分类算法描述 | 第30-31页 |
| 3.3 实验及分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 城市居民小区宜居性评价方法研究 | 第35-46页 |
| 4.1 城市居民小区宜居性评价流程 | 第35-36页 |
| 4.2 城市居民小区宜居性评价模型建立 | 第36-40页 |
| 4.2.1 城市居民小区宜居性评价模型构建原则 | 第36-37页 |
| 4.2.2 城市居民小区宜居性评价模型指标的确立 | 第37-40页 |
| 4.3 主成分评价方法改进研究 | 第40-45页 |
| 4.3.1 主成分评价方法改进研究 | 第40-42页 |
| 4.3.2 实验与分析 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 城市居民小区宜居性评价——以武汉中心区域为例 | 第46-57页 |
| 5.1 Web信息数据下载 | 第46-50页 |
| 5.1.1 网络爬虫WebCollector介绍 | 第46-47页 |
| 5.1.2 数据下载的参数说明 | 第47-50页 |
| 5.2 Web文本数据处理 | 第50-53页 |
| 5.2.1 客观指标数据的文本量化 | 第50-51页 |
| 5.2.2 主观评价指标数据自动分类 | 第51-53页 |
| 5.3 城市居民小区宜居性评价 | 第53-56页 |
| 5.3.1 评价数据说明 | 第53-55页 |
| 5.3.2 评价结果及分析 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间参加的科研项目与取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |