| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义 | 第13-15页 |
| 1.3 研究内容 | 第15-18页 |
| 1.3.1 研究框架 | 第15-16页 |
| 1.3.2 主要研究内容 | 第16-17页 |
| 1.3.3 研究特色 | 第17-18页 |
| 第二章 文本分类研究现状及理论概述 | 第18-30页 |
| 2.1 中文分词 | 第18-19页 |
| 2.2 文本形式化表示 | 第19-22页 |
| 2.2.1 布尔模型 | 第19页 |
| 2.2.2 向量空间模型 | 第19-21页 |
| 2.2.3 词向量 | 第21-22页 |
| 2.3 文本特征降维 | 第22-26页 |
| 2.3.1 文档频率法(DF) | 第23页 |
| 2.3.2 信息增益法(IG) | 第23-24页 |
| 2.3.3 互信息法(MI) | 第24-25页 |
| 2.3.4 x2统计量(CHI) | 第25页 |
| 2.3.5 F检验统计量 | 第25-26页 |
| 2.4 分类器模型概述 | 第26-29页 |
| 2.4.1 支持向量机 | 第26-27页 |
| 2.4.2 决策树 | 第27-28页 |
| 2.4.3 朴素贝叶斯 | 第28页 |
| 2.4.4 神经网络方法 | 第28-29页 |
| 2.5 文本分类模型评价 | 第29-30页 |
| 第三章 基于惩罚Logistic模型的文本分类理论研究 | 第30-41页 |
| 3.1 惩罚Logistic模型概述 | 第30-35页 |
| 3.1.1 Logistic模型的基本原理 | 第30-31页 |
| 3.1.2 惩罚Logistic模型的理论发展 | 第31-35页 |
| 3.1.3 惩罚Logistic模型在文本分类中的应用现状 | 第35页 |
| 3.2 基于词向量分组的惩罚Logistic文本分类算法构造 | 第35-41页 |
| 3.2.1 词向量理论概述 | 第36-38页 |
| 3.2.2 基于词向量框架的文本分类 | 第38-39页 |
| 3.2.3 基于词向量分组的惩罚Logistic文本分类算法 | 第39-41页 |
| 第四章 文本分类实验设计与结果对比分析 | 第41-56页 |
| 4.1 文本分类特征选择方法对比 | 第41-46页 |
| 4.1.1 实验数据 | 第41-42页 |
| 4.1.2 数据预处理和实验设计 | 第42-43页 |
| 4.1.3 传统特征选择方法结果分析 | 第43-45页 |
| 4.1.4 惩罚Logistic模型结果分析 | 第45-46页 |
| 4.2 基于不同文本表示框架的文本分类器对比 | 第46-50页 |
| 4.2.1 实验设计 | 第46-47页 |
| 4.2.2 向量空间模型框架下各分类器的对比结果分析 | 第47-49页 |
| 4.2.3 基于词向量框架的文本分类结果分析 | 第49-50页 |
| 4.3 基于词向量分组的惩罚Logistic文本分类算法实现 | 第50-56页 |
| 4.3.1 基于词向量的相似词语查找样例分析 | 第50-52页 |
| 4.3.2 基于词向量的特征词聚类 | 第52-53页 |
| 4.3.3 基于词向量分组的惩罚Logistic文本分类算法实验 | 第53-56页 |
| 第五章 在线商品评论挖掘应用研究 | 第56-78页 |
| 5.1 在线商品评论挖掘文献回顾 | 第56-60页 |
| 5.1.1 在线商品评论的情感分析 | 第57页 |
| 5.1.2 在线商品评论的有用性影响因素分析 | 第57-60页 |
| 5.2 在线商品评论挖掘分析流程 | 第60-61页 |
| 5.3 在线商品评论情感分类模型 | 第61-66页 |
| 5.3.1 数据采集 | 第61-62页 |
| 5.3.2 数据预处理过程 | 第62-63页 |
| 5.3.3 情感分类模型构建 | 第63-64页 |
| 5.3.4 情感分类模型结果与分析 | 第64-66页 |
| 5.4 在线商品评论有用性的影响因素模型 | 第66-78页 |
| 5.4.1 提出假设 | 第67-70页 |
| 5.4.2 指标提取方法 | 第70-72页 |
| 5.4.3 模型建立 | 第72-73页 |
| 5.4.4 结果与分析 | 第73-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 惩罚Logistic模型文本分类实验结果总结 | 第78-79页 |
| 6.2 在线商品评论挖掘应用研究总结 | 第79页 |
| 6.3 后续研究展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
