| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 本文主要研究内容 | 第10页 |
| 1.4 本文组织结构 | 第10-12页 |
| 2 文本分类理论基础 | 第12-31页 |
| 2.1 文本分类基本概念 | 第12-13页 |
| 2.2 预处理 | 第13-15页 |
| 2.2.1 文档形式转化 | 第14页 |
| 2.2.2 分词 | 第14页 |
| 2.2.3 去停用词 | 第14-15页 |
| 2.3 文档向量化 | 第15-19页 |
| 2.3.1 特征选择 | 第15-17页 |
| 2.3.2 特征权重 | 第17-19页 |
| 2.4 分类器 | 第19-21页 |
| 2.4.1 k-近邻算法 | 第19页 |
| 2.4.2 支持向量机 | 第19-21页 |
| 2.4.3 朴素贝叶斯 | 第21页 |
| 2.5 集成学习 | 第21-27页 |
| 2.5.1 Bagging算法 | 第22页 |
| 2.5.2 Boosting算法 | 第22-23页 |
| 2.5.3 多样性的度量 | 第23-25页 |
| 2.5.4 结合策略 | 第25-27页 |
| 2.6 评价体系 | 第27-30页 |
| 2.6.1 数据集 | 第27-28页 |
| 2.6.2 评价方法 | 第28页 |
| 2.6.3 评价指标 | 第28-30页 |
| 2.7 本章小结 | 第30-31页 |
| 3 基于文档分布信息改进的TF-IDF算法 | 第31-46页 |
| 3.1 传统TF-IDF算法 | 第31-32页 |
| 3.2 TF-IDF算法缺陷 | 第32-34页 |
| 3.3 TF-IDF-dist算法 | 第34-37页 |
| 3.4 实验分析 | 第37-45页 |
| 3.4.1 实验设计 | 第37-38页 |
| 3.4.2 特征维度的影响 | 第38-39页 |
| 3.4.3 特征选择算法比较 | 第39-40页 |
| 3.4.4 多分类器对比实验 | 第40-41页 |
| 3.4.5 倾斜数据集对比实验 | 第41-44页 |
| 3.4.6 TF-IDF-dist算法改进效果评价 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于多角度扰动异质基分类器的集成学习模型 | 第46-56页 |
| 4.1 同质与异质 | 第46-47页 |
| 4.2 多角度扰动的基分类器 | 第47页 |
| 4.3 基于多角度扰动异质基分类器的集成学习模型 | 第47-48页 |
| 4.4 实验分析 | 第48-55页 |
| 4.4.1 实验设计 | 第48-49页 |
| 4.4.2 特征维数的影响 | 第49-50页 |
| 4.4.3 特征选择算法的影响 | 第50-51页 |
| 4.4.4 分类器的影响 | 第51-53页 |
| 4.4.5 多角度扰动 | 第53-55页 |
| 4.4.6 本文集成模型分类效果评价 | 第55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 结论 | 第56-58页 |
| 5.1 论文完成的主要研究内容 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62-65页 |