基于文本挖掘的网页分类系统研究与实现

中文摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-15页
·研究背景及意义	第9-10页
·国内外研究现状	第10-13页
·国外研究现状	第11-12页
·国内研究现状	第12-13页
·论文研究的主要内容	第13页
·本文的组织结构	第13-15页
第2章 基于统计学习的中文网页分类器设计	第15-33页
·网页自动分类的定义及方法	第15-17页
·基于统计学习的中文网页分类过程	第17-32页
·网页的预处理	第18-24页
·文本表示模型	第24-26页
·特征选择	第26-28页
·特征权重的计算	第28-31页
·网页分类	第31页
·分类结果评估	第31-32页
·小结	第32-33页
第3章 网页分类算法研究及改进	第33-46页
·最近邻分类算法	第33-34页
·基于样本密度改进的KNN算法	第34-36页
·支持向量机算法	第36-38页
·最近邻分类与支持向量机分类融合算法	第38-39页
·网页分类算法性能及对比分析	第39-44页
·基于KNN的网页分类的性能分析	第39-42页
·基于样本密度改进KNN的网页分类的性能分析	第42-43页
·基于支持向量机的网页分类的性能分析	第43-44页
·最近邻分类与支持向量机分类融合算法的性能分析	第44页
·小结	第44-46页
第4章 系统的设计与实现	第46-51页
·系统的总体设计	第46-47页
·系统的具体实现	第47-50页
·运行结果界面	第50页
·小结	第50-51页
第5章 总结与展望	第51-53页
·全文总结	第51-52页
·研究展望	第52-53页
致谢	第53-54页
参考文献	第54-56页