| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·信息过滤概述 | 第11-14页 |
| ·信息过滤的发展及特点 | 第11-12页 |
| ·典型的网络信息过滤模型 | 第12-13页 |
| ·网络信息过滤模型存在的问题 | 第13-14页 |
| ·本文创新点及基本结构 | 第14-15页 |
| ·本文的创新点 | 第14页 |
| ·本文的基本结构 | 第14-15页 |
| 第二章 网络信息过滤关键技术 | 第15-22页 |
| ·网络数据的获取 | 第15-16页 |
| ·数据包捕获 | 第15-16页 |
| ·协议解析 | 第16页 |
| ·分词技术 | 第16-17页 |
| ·基于词典进行字符串匹配的方法 | 第16页 |
| ·基于统计的方法 | 第16-17页 |
| ·基于自然语言理解的方法 | 第17页 |
| ·特征选择 | 第17-19页 |
| ·文档频率 | 第17-18页 |
| ·互信息 | 第18页 |
| ·信息增益 | 第18页 |
| ·开方拟合检验 | 第18-19页 |
| ·权值计算 | 第19页 |
| ·文本表示模型 | 第19-20页 |
| ·分类算法 | 第20-22页 |
| 第三章 基于遗传禁忌算法的网络信息过滤模型 | 第22-42页 |
| ·遗传算法概述 | 第22-25页 |
| ·遗传算法基本原理及其主要应用 | 第22-23页 |
| ·遗传算法的产生与发展 | 第23-24页 |
| ·遗传算法的主要优点 | 第24-25页 |
| ·基于遗传算法的信息过滤模型 | 第25-36页 |
| ·遗传优化过程 | 第25-29页 |
| ·遗传禁忌算法 | 第29-32页 |
| ·基于遗传禁忌算法的朴素贝叶斯分类方法改进 | 第32-36页 |
| ·应用词汇组合进行句子抽取的文本摘要 | 第36-42页 |
| ·词法分析系统存在的不足与组块分析 | 第36-38页 |
| ·词汇组合 | 第38页 |
| ·应用词汇组合进行句子抽取的文本摘要 | 第38-40页 |
| ·效果测试 | 第40-42页 |
| 第四章 基于遗传禁忌算法的网络信息过滤系统的设计与实现 | 第42-54页 |
| ·系统总体设计 | 第42-45页 |
| ·系统设计思路 | 第42页 |
| ·系统基本框架 | 第42-45页 |
| ·系统模块设计 | 第45页 |
| ·系统主要界面与过滤效果图示 | 第45-54页 |
| ·系统主要界面 | 第45-51页 |
| ·网页过滤效果示例 | 第51-54页 |
| 第五章 结束语 | 第54-56页 |
| ·本文所做的主要工作 | 第54-55页 |
| ·存在的问题 | 第55页 |
| ·下一步工作 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间的主要成果 | 第59-60页 |
| 致谢 | 第60页 |