| 第一章 绪论 | 第1-11页 |
| ·课题的研究背景和意义 | 第7-8页 |
| ·课题的研究状况 | 第8-9页 |
| ·研究课题的来源和主要研究目的 | 第9页 |
| ·本文的内容 | 第9-11页 |
| 第二章 Ｗｅｂ 挖掘简介 | 第11-19页 |
| ·Ｗｅｂ 挖掘 | 第11-14页 |
| ·Ｗｅｂ 挖掘的概念 | 第11页 |
| ·Ｗｅｂ 挖掘的分类 | 第11-13页 |
| ·Ｗｅｂ 挖掘面临的挑战及发展趋势 | 第13-14页 |
| ·Web文本挖掘概述 | 第14-16页 |
| ·Ｗｅｂ 文本挖掘的分类 | 第14-15页 |
| ·文本挖掘和数据挖掘的关系 | 第15-16页 |
| ·文本自动分类技术 | 第16-19页 |
| ·问题描述 | 第16-17页 |
| ·文本表示模型 | 第17页 |
| ·文本自动分类系统的类别 | 第17-18页 |
| ·文本分类中计算机和人类学习过程的异同 | 第18-19页 |
| 第三章 Ｗｅｂ 文本自动分类平台 | 第19-27页 |
| ·中文文本自动分类平台概述 | 第19-20页 |
| ·关键技术的实现 | 第20-27页 |
| ·自动分词技术 | 第20-24页 |
| ·自动分词算法简介 | 第20-22页 |
| ·本系统应用的两种分词算法 | 第22-24页 |
| ·特征表示与提取 | 第24-27页 |
| ·特征提取算法简介 | 第24-26页 |
| ·本系统使用的特征提取算法 | 第26-27页 |
| 第四章 基于 ＦＯＩＬ 算法的 Ｗｅｂ 文本分类器的构造 | 第27-39页 |
| ·规则的提取 | 第27-33页 |
| ·关联规则在文本挖掘中的应用 | 第27-29页 |
| ·关联规则综述 | 第27页 |
| ·关联规则在文本挖掘中的应用 | 第27-29页 |
| ·一阶规则在文本挖掘中的应用 | 第29-33页 |
| ·一阶 Ｈｏｒｎ 子句综述 | 第29页 |
| ·学习一阶规则集:ＦＯＩＬ | 第29-32页 |
| ·引导 ＦＯＩＬ 的搜索 | 第32-33页 |
| ·文本分类 | 第33-39页 |
| ·常用分类算法简介 | 第34-38页 |
| ·判别分析 | 第34-36页 |
| ·机器学习的思路 | 第36页 |
| ·神经网络 | 第36-37页 |
| ·性能评价 | 第37-38页 |
| ·本系统分类算法选取 | 第38-39页 |
| 第五章 系统设计与实验测试 | 第39-50页 |
| ·系统的具体实现 | 第39-41页 |
| ·系统的具体实现 | 第39页 |
| ·分类器模型构造过程的比较 | 第39-41页 |
| ·实验测试 | 第41-50页 |
| ·训练集和测试集的选取及划分 | 第41-42页 |
| ·对系统所做的各项改进 | 第42-44页 |
| ·改进前后测试结果及比较 | 第44-50页 |
| 结束语 | 第50-52页 |
| 1 、本文的主要研究成果和创新点 | 第50-51页 |
| 2 、存在的问题 | 第51页 |
| 3 、对未来工作的展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 个人简历、在校期间的研究成果及发表的学术论文 | 第55页 |