首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于概念格扩展模型的无标签文本挖掘方法研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-21页
    1.1 研究背景与意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 文本挖掘第16-17页
        1.2.2 概念格理论及其扩展模型第17-19页
        1.2.3 概念格理论在文本挖掘中的应用第19页
    1.3 论文主要工作第19-20页
    1.4 论文组织结构第20-21页
第二章 相关理论简介第21-33页
    2.1 概念格理论及其扩展模型第21-28页
        2.1.1 概念格理论第21-22页
        2.1.2 模糊形式概念分析理论第22-24页
        2.1.3 三支概念分析理论第24-28页
    2.2 文本挖掘理论第28-31页
        2.2.1 文本预处理第28-29页
        2.2.2 文本特征表示第29-30页
        2.2.3 文本聚类算法与文本分类算法第30-31页
    2.3 本章小结第31-33页
第三章 基于模糊概念格的文本聚类第33-49页
    3.1 基于模糊概念格的一般聚类方法第33-34页
    3.2 构建模糊概念格第34-36页
        3.2.1 构造模糊形式背景第34-35页
        3.2.2 构建模糊概念格第35-36页
    3.3 模糊形式概念聚类第36-43页
        3.3.1 改进的概念相似度计算方法第36-40页
        3.3.2 构建模糊概念层次第40-42页
        3.3.3 生成模糊本体原型第42-43页
    3.4 构建分类体系第43-47页
        3.4.1 构建分类体系第43-46页
        3.4.2 获取训练样本第46-47页
    3.5 本章小结第47-49页
第四章 基于三支概念的文本分类第49-61页
    4.1 基于概念格的分类方法第49页
    4.2 构建三支概念第49-51页
    4.3 基于三支概念获取正负分类规则第51-57页
        4.3.1 正负分类规则的定义第51-53页
        4.3.2 正负分类规则的获取方法第53-57页
    4.4 文本分类器的构建方法第57-60页
    4.5 本章小结第60-61页
第五章 实验设计与模型测评第61-69页
    5.1 常见的算法评估指标第61-62页
        5.1.1 聚类算法评估指标第61页
        5.1.2 分类算法评估指标第61-62页
    5.2 文本聚类实验结果与分析第62-65页
        5.2.1 数据集第62页
        5.2.2 文本聚类效果评估第62-65页
        5.2.3 实验总结第65页
    5.3 文本分类实验结果与分析第65-68页
        5.3.1 数据集第65-66页
        5.3.2 文本分类效果评估第66-68页
        5.3.3 实验总结第68页
    5.4 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 工作总结第69页
    6.2 工作展望第69-71页
参考文献第71-75页
致谢第75-77页
作者简介第77-79页

论文共79页,点击 下载论文
上一篇:云中关键词搜索加密方案的研究
下一篇:基于椭圆曲线的无证书匿名多接收者签密研究