基于内容的中文文本过滤关键技术研究

摘要	第1-5页
ABSTRACT	第5-8页
第一章 引言	第8-12页
·信息过滤的研究背景及意义	第8页
·发展历史	第8-9页
·相关研究进展	第9-10页
·本文的主要研究内容及论文结构	第10-12页
第二章 文本过滤相关知识	第12-19页
·信息过滤概述	第12-15页
·信息过滤的分类方法	第12-13页
·文本信息过滤任务描述	第13-14页
·信息过滤一般处理流程	第14-15页
·信息过滤与信息检索	第15页
·相关信息检索模型	第15-17页
·布尔模型	第15-16页
·向量空间模型	第16页
·潜在语义索引模型	第16-17页
·神经网络模型	第17页
·性能评价指标	第17-19页
第三章 文本过滤关键技术研究	第19-29页
·中文自动分词	第19-22页
·中文自动分词技术面临的主要困难	第19-20页
·主要的中文自动分词方法	第20-21页
·中文自动分词主要困难的解决方法	第21-22页
·文本特征向量降维	第22-23页
·建立知识库	第22页
·利用Zipf 定律	第22-23页
·特征提取	第23-25页
·常用权重计算函数	第25-26页
·机器学习	第26-29页
·用户模板学习	第27-28页
·过滤阈值的学习	第28-29页
第四章 基于内容的中文文本过滤系统总体设计及实现	第29-41页
·预处理模块	第30-33页
·分词子模块	第30-31页
·文本特征向量降维子模块	第31-32页
·特征提取子模块	第32-33页
·权值计算子模块	第33页
·用户需求分析模块	第33-35页
·概念扩充数学模型	第34-35页
·用户兴趣模型	第35页
·过滤匹配模块	第35页
·自适应学习模块	第35-37页
·系统实现及结果分析	第37-41页
结束语	第41-42页
参考文献	第42-44页
致谢	第44-45页
在学期间公开发表论文及著作情况	第45页