面向监理工程的文本挖掘应用研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 背景及选题意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内外文本挖掘研究现状 | 第12-13页 |
| 1.2.2 国内面向领域的文本挖掘现状及存在问题 | 第13-14页 |
| 1.2.3 监理文本管理研究现状 | 第14页 |
| 1.3 研究目标及研究内容 | 第14-15页 |
| 1.3.1 研究目标 | 第14-15页 |
| 1.3.2 研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 相关理论及技术研究 | 第18-30页 |
| 2.1 文本挖掘概述 | 第18-19页 |
| 2.2 中文分词技术 | 第19-21页 |
| 2.2.1 基于词典的分词方法 | 第20页 |
| 2.2.2 基于统计的分词方法 | 第20页 |
| 2.2.3 基于理解的分词方法 | 第20页 |
| 2.2.4 分词存在的难点 | 第20-21页 |
| 2.3 文本表示 | 第21-22页 |
| 2.4 特征选择 | 第22-25页 |
| 2.3.1 文档频率 | 第23页 |
| 2.3.2 信息增益 | 第23页 |
| 2.3.3 互信息 | 第23-24页 |
| 2.3.4 卡方统计 | 第24-25页 |
| 2.5 特征权重计算 | 第25-26页 |
| 2.5.1 布尔权重 | 第25-26页 |
| 2.5.2 熵权重 | 第26页 |
| 2.5.3 词频权重 | 第26页 |
| 2.6 文本分类 | 第26-29页 |
| 2.6.1 文本分类概述 | 第26-27页 |
| 2.6.2 文本分类常用算法 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 3 TF-IDF算法的分析与改进 | 第30-36页 |
| 3.1 TF-IDF算法分析 | 第30-31页 |
| 3.1.1 传统的TF-IDF算法 | 第30-31页 |
| 3.1.2 TF-IDF算法的不足 | 第31页 |
| 3.2 改进的TF-IDF算法 | 第31-33页 |
| 3.3 改进后的算法描述 | 第33页 |
| 3.4 本章小结 | 第33-36页 |
| 4 改进的朴素贝叶斯分类算法 | 第36-42页 |
| 4.1 朴素贝叶斯文本分类 | 第36-37页 |
| 4.1.1 贝叶斯定理 | 第36页 |
| 4.1.2 朴素贝叶斯基础 | 第36-37页 |
| 4.2 朴素贝叶斯分类模型 | 第37-39页 |
| 4.2.1 多项式模型 | 第38-39页 |
| 4.2.2 伯努利模型 | 第39页 |
| 4.3 改进的基于加权的朴素贝叶斯分类算法 | 第39-41页 |
| 4.4 改进后的算法描述 | 第41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 系统的设计与实现 | 第42-54页 |
| 5.1 系统需求 | 第42页 |
| 5.2 总体设计 | 第42-44页 |
| 5.3 功能模块实现 | 第44-53页 |
| 5.3.1 预处理模块 | 第44-47页 |
| 5.3.2 特征选择模块 | 第47-51页 |
| 5.3.3 文本表示模块 | 第51-52页 |
| 5.3.4 分类模块 | 第52-53页 |
| 5.3.5 评估模块 | 第53页 |
| 5.4 本章小结 | 第53-54页 |
| 6 面向监理通知单的分类实验 | 第54-66页 |
| 6.1 实验数据简介 | 第54-56页 |
| 6.2 实验评估方法 | 第56-57页 |
| 6.3 实验介绍 | 第57页 |
| 6.4 实验环境 | 第57页 |
| 6.5 实验结果分析 | 第57-65页 |
| 6.5.1 特征选择算法实验对比分析 | 第57-59页 |
| 6.5.2 权重计算算法实验对比分析 | 第59-63页 |
| 6.5.3 分类算法实验对比分析 | 第63-65页 |
| 6.6 本章小结 | 第65-66页 |
| 7 总结与展望 | 第66-68页 |
| 7.1 总结 | 第66-67页 |
| 7.2 展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第74页 |
