| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-11页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-10页 |
| ·文本自动分类的研究现状 | 第8-9页 |
| ·Web文本自动分类的研究现状 | 第9-10页 |
| ·本论文结构与研究内容 | 第10-11页 |
| 第二章 文本分类的各类算法 | 第11-19页 |
| ·朴素贝叶斯分类算法 | 第11-13页 |
| ·简单向量距离分类算法 | 第13页 |
| ·k最近邻分类算法 | 第13-14页 |
| ·支持向量机法 | 第14-15页 |
| ·决策树分类算法 | 第15-17页 |
| ·其他的分类算法 | 第17-19页 |
| 第三章 网页文本分类的关键技术 | 第19-23页 |
| ·网页文本内容提取技术 | 第19页 |
| ·文本的向量表示 | 第19-20页 |
| ·文本分词技术 | 第20页 |
| ·停用词处理技术 | 第20-21页 |
| ·特征词提取技术 | 第21-23页 |
| 第四章 改进的KNN算法 | 第23-29页 |
| ·详细分析KNN算法的优缺点 | 第23-24页 |
| ·改进的KNN算法 | 第24-29页 |
| ·基于簇思想的KNN改进算法 | 第24-26页 |
| ·基于网页文本简单摘要的KNN改进算法 | 第26-28页 |
| ·基于特征词出现位置的KNN改进算法 | 第28-29页 |
| 第五章 实验设计与结果分析 | 第29-36页 |
| ·实验设计 | 第29-32页 |
| ·实验环境介绍 | 第29页 |
| ·实验结果的评估标准 | 第29页 |
| ·实验数据的准备 | 第29-30页 |
| ·实验数据规划 | 第30页 |
| ·中文分词处理 | 第30-32页 |
| ·实验结果分析 | 第32-35页 |
| ·基于簇的KNN改进算法与传统KNN算法的实验与结果分析 | 第32-33页 |
| ·网页文本简单摘要KNN改进算法与传统KNN算法的实验与结果分析 | 第33-34页 |
| ·基于特征词出现位置的KNN改进算法与传统KNN算法的实验与结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第六章 总结与展望 | 第36-38页 |
| ·总结 | 第36页 |
| ·展望 | 第36-38页 |
| 参考文献 | 第38-44页 |
| 致谢 | 第44-45页 |
| 研究生期间发表的论文 | 第45-46页 |
| 导师、作者简介 | 第46-47页 |
