暗网数据源分类算法的研究和实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-16页 |
| ·研究背景 | 第10-13页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·研究目的与内容 | 第13-15页 |
| ·研究目的 | 第13页 |
| ·研究内容 | 第13-15页 |
| ·取得的研究成果与创新 | 第15-16页 |
| 第2章 Web 挖掘与分类技术 | 第16-26页 |
| ·Web 挖掘基础概念 | 第16-21页 |
| ·Web 数据特点 | 第16-17页 |
| ·Web 挖掘及处理流程 | 第17-18页 |
| ·HTML 表单 | 第18-19页 |
| ·文档对象模型 | 第19-21页 |
| ·暗网数据源 | 第21-22页 |
| ·分类技术 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 暗网数据源分类理论与模型 | 第26-35页 |
| ·数据源分类基本架构 | 第26-27页 |
| ·暗网数据源分类内容与任务 | 第27-34页 |
| ·数据源接口预处理 | 第29页 |
| ·特征表示模型 | 第29-31页 |
| ·特征降维 | 第31-32页 |
| ·特征权重评估 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 暗网数据源分类方法研究 | 第35-67页 |
| ·问题的提出 | 第35页 |
| ·改进的特征提取方法 | 第35-37页 |
| ·基于频繁模式数据源分类方法研究 | 第37-51页 |
| ·频繁模式理论 | 第37-38页 |
| ·暗网数据源与频繁模式 | 第38-39页 |
| ·特征频繁模式的挖掘方法 | 第39-41页 |
| ·基于频繁模式的数据源分类 | 第41-51页 |
| ·基于语义模式的数据源分类方法研究 | 第51-65页 |
| ·语义模型理论 | 第51-52页 |
| ·国内外语义词典 | 第52-55页 |
| ·WordNet 语义关系 | 第55-56页 |
| ·基于概念的分类方法研究 | 第56-60页 |
| ·改进的 KNN 分类实现 | 第60-65页 |
| ·本章小结 | 第65-67页 |
| 结论与建议 | 第67-69页 |
| 1. 研究成果 | 第67页 |
| 2. 建议 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间取得学术成果 | 第73页 |
