| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·课题的研究背景与意义 | 第11-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·网页文本过滤技术的应用 | 第16-17页 |
| ·本文的研究内容与成果 | 第17-19页 |
| 2 信息过滤综述 | 第19-27页 |
| ·信息过滤的概念 | 第19-20页 |
| ·信息过滤与信息检索 | 第20-21页 |
| ·信息过滤系统的分类 | 第21-23页 |
| ·根据操作方法分类 | 第21-22页 |
| ·根据操作位置分类 | 第22页 |
| ·按照信息过滤方法分类 | 第22页 |
| ·按照用户获取信息方法分类 | 第22-23页 |
| ·信息过滤系统模型 | 第23-25页 |
| ·布尔模型（Boolean model） | 第23页 |
| ·向量空间模型（vector space model） | 第23-25页 |
| ·概率模型（probability model） | 第25页 |
| ·信息过滤系统性能 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 网页文本过滤技术 | 第27-38页 |
| ·网页文本内容抽取 | 第27-30页 |
| ·中文分词 | 第30-33页 |
| ·基于词典的中文分词方法 | 第30-31页 |
| ·基于统计的分词方法 | 第31-32页 |
| ·基于规则的分词方法 | 第32-33页 |
| ·停用词处理 | 第33页 |
| ·特征项提取 | 第33-35页 |
| ·文档频率（Document Frequency：DF） | 第33-34页 |
| ·信息增益（Information Gain：IG） | 第34页 |
| ·互信息（Mutual Information：MI） | 第34-35页 |
| ·X~2统计量（Chi-square Statistic：CHI） | 第35页 |
| ·文本分类方法 | 第35-37页 |
| ·Navie Bayes（朴素贝叶斯方法） | 第35-36页 |
| ·KNN 方法（K 近邻方法） | 第36-37页 |
| ·SVM 方法（支持向量机） | 第37页 |
| ·分类阈值 | 第37页 |
| ·本章小结 | 第37-38页 |
| 4 本文中文本过滤主要方法的设计 | 第38-54页 |
| ·基于文本密度值的网页内容抽取方法 | 第38-43页 |
| ·文本密度（TEXT DENSITY：TD） | 第38-41页 |
| ·网页文本内容抽取方法 | 第41-43页 |
| ·实验结果和结果分析 | 第43页 |
| ·BM2C 模式匹配方法 | 第43-50页 |
| ·BM 及其改进模式匹配方法 | 第43-46页 |
| ·BM2C 模式匹配方法 | 第46-48页 |
| ·实验结果和结果分析 | 第48-50页 |
| ·改进 X~2统计量文本特征项提取方法 | 第50-53页 |
| ·X~2统计量存在的问题及其改进 | 第50-51页 |
| ·实验结果与结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 5 过滤系统的设计 | 第54-65页 |
| ·本文过滤系统模块 | 第54-62页 |
| ·第一层基于关键词匹配过滤系统模型 | 第54-57页 |
| ·第二层基于内容智能过滤系统模型 | 第57-62页 |
| ·实验结果及分析 | 第62-64页 |
| ·实验环境 | 第62页 |
| ·实验文本集的建立 | 第62-63页 |
| ·实验结果及结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 6 总结和展望 | 第65-67页 |
| ·工作总结 | 第65页 |
| ·下一步需要做的工作 | 第65-67页 |
| 符号说明 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
