文本挖掘的研究及其在主题搜索引擎中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11页 |
| ·主要研究工作与成果 | 第11-12页 |
| ·论文的结构 | 第12-13页 |
| 第二章 WEB文本信息抽取技术研究 | 第13-23页 |
| ·网页的结构和内容 | 第13-15页 |
| ·网页的基本结构 | 第13-14页 |
| ·网页的内容特点 | 第14-15页 |
| ·网页预处理 | 第15-17页 |
| ·网页的标准化处理 | 第15-16页 |
| ·噪音信息的初步过滤 | 第16-17页 |
| ·网页内容提取 | 第17-22页 |
| ·DOM文档对象模型 | 第17-19页 |
| ·基于DOM的网页内容提取 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 文本分类技术研究 | 第23-42页 |
| ·文本分类的基本知识 | 第23-24页 |
| ·文本分类的概念 | 第23页 |
| ·文本分类的过程 | 第23-24页 |
| ·文本表示模型 | 第24-26页 |
| ·布尔模型 | 第25页 |
| ·向量空间模型 | 第25-26页 |
| ·文本特征选择 | 第26-30页 |
| ·文档频率 | 第27页 |
| ·信息增益 | 第27-28页 |
| ·CHI统计法 | 第28-29页 |
| ·信息 | 第29-30页 |
| ·文本分类算法 | 第30-36页 |
| ·中心向量法 | 第30-31页 |
| ·朴素贝叶斯方法 | 第31页 |
| ·KNN方法 | 第31-32页 |
| ·支持向量机 | 第32-36页 |
| ·文本分类实验与结果分析 | 第36-41页 |
| ·WEB文本分类实验平台 | 第36-39页 |
| ·WEB文本分类实验结果 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 文本聚类技术研究 | 第42-56页 |
| ·文本聚类的基本知识 | 第42-43页 |
| ·文本聚类的概念 | 第42页 |
| ·文本聚类的过程 | 第42-43页 |
| ·文本聚类的特征选择 | 第43-49页 |
| ·基于词性分析的特征选择 | 第44-46页 |
| ·基于语义词典的特征选择 | 第46-49页 |
| ·文本聚类算法 | 第49-51页 |
| ·划分聚类算法 | 第49页 |
| ·层次聚类算法 | 第49-50页 |
| ·基于密度的聚类算法 | 第50页 |
| ·基于网格的聚类算法 | 第50-51页 |
| ·文本聚类实验与结果分析 | 第51-55页 |
| ·文本聚类实验平台 | 第51-53页 |
| ·文本聚类实验结果 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 主题搜索引擎的文本挖掘应用 | 第56-66页 |
| ·主题搜索引擎 | 第56-58页 |
| ·主题搜索引擎文本挖掘需求 | 第58-61页 |
| ·主题搜索引擎文本挖掘实现 | 第61-65页 |
| ·正文抽取子模块 | 第61页 |
| ·属性信息抽取子模块 | 第61-62页 |
| ·行业分类子模块 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结 | 第66-68页 |
| ·全文总结 | 第66-67页 |
| ·不足和展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70页 |
