| 目录 | 第1-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-26页 |
| 1．1 研究背景 | 第12-14页 |
| 1．1．1 文本挖掘的定义 | 第13页 |
| 1．1．2 文本挖掘的过程 | 第13-14页 |
| 1．2 文本挖掘研究现状 | 第14-20页 |
| 1．2．1 文本特征表示 | 第15-17页 |
| 1．2．2 基于关键字的关联分析 | 第17-18页 |
| 1．2．3 文本分类 | 第18-19页 |
| 1．2．4 文本聚类 | 第19-20页 |
| 1．3 文本挖掘与相近领域的关系 | 第20-23页 |
| 1．3．1 自然语言处理与文本挖掘的区别 | 第20-21页 |
| 1．3．2 文本挖掘与相关领域的交叉 | 第21-22页 |
| 1．3．3 文本挖掘技术在Email处理方面的应用 | 第22-23页 |
| 1．4 本文工作 | 第23-26页 |
| 1．4．1 研究目标与研究内容 | 第23-24页 |
| 1．4．2 本文结构 | 第24-26页 |
| 第二章 文本分类及其评估方法 | 第26-36页 |
| 2．1 引言 | 第26页 |
| 2．2 问题描述 | 第26-27页 |
| 2．2．1 文本分类 | 第26-27页 |
| 2．2．2 单标号文本分类与多标号文本分类 | 第27页 |
| 2．2．3 类别中心分类与文档中心分类 | 第27页 |
| 2．3 文本分类应用 | 第27-28页 |
| 2．3．1 自动索引 | 第27-28页 |
| 2．3．2 文本过滤 | 第28页 |
| 2．3．3 词感应消歧 | 第28页 |
| 2．3．4 Web文档分类 | 第28页 |
| 2．4 文本分类器 | 第28-31页 |
| 2．4．I k最近邻 | 第29页 |
| 2．4．2 支持向量机 | 第29-30页 |
| 2．4．3 朴素贝叶斯 | 第30-31页 |
| 2．5 文本分类模型的评估 | 第31-35页 |
| 2．5．1 分类模型的评估方法 | 第31-32页 |
| 2．5．2 评估指标 | 第32-35页 |
| 2．6 结论 | 第35-36页 |
| 第三章 文本预处理 | 第36-51页 |
| 3．1 引言 | 第36页 |
| 3．2 文本的特征向量表示 | 第36-39页 |
| 3．3 特征抽取 | 第39页 |
| 3．4 特征选择 | 第39-42页 |
| 3．4．1 特征选择的机器学习方法 | 第39-40页 |
| 3．4．2 评估函数方法 | 第40-42页 |
| 3．4．3 全局特征选择方法 | 第42页 |
| 3．5 基于最小词频阈值的特征评估函数 | 第42-46页 |
| 3．5．1 基于文档频的评估函数 | 第43-44页 |
| 3．5．2 基于词频的评估函数 | 第44-45页 |
| 3．5．3 基于最小词频阈值的文档频评估函数 | 第45-46页 |
| 3．6 实验结果及分析 | 第46-50页 |
| 3．6．1 实验数据准备及参数设置 | 第46页 |
| 3．6．2 实验一 减少噪声特征的比例 | 第46-48页 |
| 3．6．3 实验二 分类实验 | 第48-50页 |
| 3．7 结论 | 第50-51页 |
| 第四章 文本关联分析 | 第51-73页 |
| 4．1 引言 | 第51页 |
| 4．2 关联规则基本概念 | 第51-53页 |
| 4．3 频繁项集挖掘算法 | 第53-59页 |
| 4．3．1 频繁项集挖掘算法分类 | 第53-54页 |
| 4．3．2 广度优先搜索算法Apriori | 第54-55页 |
| 4．3．3 深度优先搜索算法FP-Growth | 第55-59页 |
| 4．4 基于关键字的文本关联分析 | 第59-60页 |
| 4．5 挖掘 N个最频繁项集 | 第60-71页 |
| 4．5．1 问题定义 | 第61页 |
| 4．5．2 利用N个最频繁k-项集挖掘N个最频繁项集 | 第61-63页 |
| 4．5．3 支持度阈值动态调整的N个最频繁项集挖掘算法 | 第63-71页 |
| 4．6 实验结果 | 第71-72页 |
| 4．7 结论 | 第72-73页 |
| 第五章 文本关联分类 | 第73-95页 |
| 5．1 引言 | 第73-74页 |
| 5．2 文本关联分类 | 第74-81页 |
| 5．2．1 基于关联的分类器CBA | 第74-77页 |
| 5．2．2 基于关联规则的分类算法ARC | 第77-79页 |
| 5．2．3 关联分类的规则修剪策略 | 第79-81页 |
| 5．3 利用带词频的频繁项集构造文本关联分类器 | 第81-94页 |
| 5．3．1 带词频的频繁项集发现 | 第81-86页 |
| 5．3．2 利用分类规则树分类新文档 | 第86-90页 |
| 5．3．3 实验结果及分析 | 第90-94页 |
| 5．4 结论 | 第94-95页 |
| 第六章 自适应加权的文本关联分类 | 第95-111页 |
| 6．1 引言 | 第95-96页 |
| 6．2 问题定义及实验分析 | 第96-98页 |
| 6．3 基于规则加权的关联分类算法WARC | 第98-102页 |
| 6．3．1 规则强弱度量 | 第98-99页 |
| 6．3．2 规则加权的关联分类算法 | 第99-100页 |
| 6．3．3 WARC算法实验及结果分析 | 第100-102页 |
| 6．4 样本加权的关联分类算法SWARC | 第102-110页 |
| 6．4．1 SWARC算法的训练过程 | 第103-104页 |
| 6．4．2 调整样本权重 | 第104-105页 |
| 6．4．3 分类过程 | 第105-106页 |
| 6．4．4 样本加权的频繁项集挖掘 | 第106-107页 |
| 6．4．5 SWARC算法实验及结果分析 | 第107-110页 |
| 6．4．6 SWARC算法与WARC算法比较 | 第110页 |
| 6．5 结论 | 第110-111页 |
| 第七章 结束语 | 第111-114页 |
| 7．1 本文取得的成果 | 第111-112页 |
| 7．2 进一步的工作 | 第112-114页 |
| 参考文献 | 第114-120页 |
| 攻读博士学位期间参与的科研项目及主要成果 | 第120-121页 |
| 致谢 | 第121-122页 |
| 论文独创性声明 | 第122页 |
| 论文使用授权声明 | 第122页 |
