Web数据挖掘中的文本分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景 | 第13-14页 |
| ·国内外的研究现状 | 第14-17页 |
| ·文本分类的发展概述 | 第14-15页 |
| ·文本分类的研究成果及不足 | 第15-17页 |
| ·本文主要研究内容及创新 | 第17页 |
| ·本文的组织 | 第17-19页 |
| 第二章 Web 数据挖掘概述 | 第19-27页 |
| ·Web 数据的特点 | 第19-20页 |
| ·数据挖掘与Web 数据挖掘 | 第20页 |
| ·Web 数据挖掘的流程 | 第20-21页 |
| ·Web 数据挖掘的类型 | 第21-24页 |
| ·Web 内容挖掘 | 第21-23页 |
| ·Web 结构挖掘 | 第23页 |
| ·Web 使用挖掘 | 第23-24页 |
| ·Web 页面的抓取 | 第24-26页 |
| ·DOM 简介 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第三章 文本分类技术介绍 | 第27-39页 |
| ·文本分类的定义 | 第27页 |
| ·文本分类的一般过程 | 第27-28页 |
| ·文本分类的关键技术 | 第28-38页 |
| ·文本预处理 | 第28-29页 |
| ·文本表示 | 第29-32页 |
| ·降维技术 | 第32-34页 |
| ·分类器 | 第34-37页 |
| ·分类器的性能评价方法 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于基尼指数的特征加权 | 第39-49页 |
| ·研究背景 | 第39-40页 |
| ·基尼指数的基本原理 | 第40-41页 |
| ·改进的基尼指数 | 第41-44页 |
| ·实验及结果分析 | 第44-48页 |
| ·实验内容 | 第44页 |
| ·结果及分析 | 第44-48页 |
| ·小结 | 第48-49页 |
| 第五章 基于社区发现的特征选择 | 第49-59页 |
| ·研究背景 | 第49-50页 |
| ·相关理论基础 | 第50-53页 |
| ·复杂网络的统计性质 | 第50-51页 |
| ·社区发现算法 | 第51-53页 |
| ·基于社区发现的特征选择算法 | 第53-55页 |
| ·复杂网络的构造 | 第53页 |
| ·基于社区发现的特征选择算法 | 第53-55页 |
| ·实验及结果分析 | 第55-58页 |
| ·实验内容 | 第55页 |
| ·结果及分析 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第六章 基于图空间模型的文本分类 | 第59-71页 |
| ·图模型的相关定义及符号 | 第59-61页 |
| ·图间距离度量方法 | 第61-62页 |
| ·最大公共子图的计算 | 第62页 |
| ·问题的提出 | 第62-63页 |
| ·结构等价 | 第63-66页 |
| ·公共节点的结构等价 | 第63-65页 |
| ·公共链的结构等价 | 第65-66页 |
| ·改进的图的数据结构 | 第66-68页 |
| ·实验及结果分析 | 第68-70页 |
| ·实验内容 | 第68-69页 |
| ·结果及分析 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第七章 总结 | 第71-73页 |
| ·研究工作总结 | 第71-72页 |
| ·存在的问题及进一步的研究内容 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果及发表的学术论文 | 第78页 |
