| 论文摘要 | 第1-3页 |
| Abstract | 第3-10页 |
| 第一章 引言 | 第10-15页 |
| ·论文背景及意义 | 第10-11页 |
| ·问题描述 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文内容及结构 | 第13-15页 |
| ·本文内容 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 第二章 中文网页分类技术概述 | 第15-24页 |
| ·网页预处理 | 第16-18页 |
| ·网页结构信息处理 | 第16页 |
| ·网页文本预处理 | 第16-18页 |
| ·特征选择与降维处理 | 第18-19页 |
| ·文本分类算法 | 第19-23页 |
| ·Naive Bayes 算法 | 第20页 |
| ·KNN 算法 | 第20-21页 |
| ·SVM 算法 | 第21-23页 |
| ·算法评估指标 | 第23-24页 |
| 第三章 基于序列挖掘的中文网页候选特征选择方法 | 第24-36页 |
| ·挖掘出频繁出现的字符串 | 第24-30页 |
| ·序列挖掘方法 | 第24-25页 |
| ·PAT 树 | 第25-26页 |
| ·改进的 PAT 树结构 | 第26-28页 |
| ·频繁字符串挖掘算法 | 第28-30页 |
| ·字符串的净频率 | 第30-34页 |
| ·净频率计算公式 | 第30-32页 |
| ·PAT 树中串的净频率计算算法 | 第32-34页 |
| ·特征选择过程 | 第34-36页 |
| ·网页预处理 | 第34-35页 |
| ·挖掘频繁出现字串 | 第35页 |
| ·从频繁字串中选择特征 | 第35-36页 |
| 第四章 层次分类方法及特征权重计算模型 | 第36-43页 |
| ·层次分类方法 | 第36-40页 |
| ·层次分类方法面临的问题 | 第36页 |
| ·层次分类方法概述 | 第36-37页 |
| ·Shrinkage 算法 | 第37-39页 |
| ·层次分类模型 | 第39-40页 |
| ·文本特征权重计算 | 第40-41页 |
| ·TFIDF 计算公式介绍 | 第40页 |
| ·TF*IDF 公式改进 | 第40-41页 |
| ·网页内容加权处理 | 第41页 |
| ·特征选择方法 | 第41-43页 |
| ·特征选择方法比较 | 第42页 |
| ·CHI 算法 | 第42-43页 |
| 第五章 中文网页层次分类系统设计及实现 | 第43-51页 |
| ·系统框架 | 第43-46页 |
| ·数据库设计 | 第46页 |
| ·主要模块设计 | 第46-51页 |
| ·文本预处理 | 第46-48页 |
| ·特征选择过程 | 第48-49页 |
| ·抽取层次结构 | 第49页 |
| ·文本表示 | 第49-50页 |
| ·分类过程 | 第50-51页 |
| 第六章 实验结果及分析 | 第51-68页 |
| ·数据集及开源工具 | 第51-52页 |
| ·实验方法及硬件条件 | 第52页 |
| ·数据预处理 | 第52页 |
| ·实验结果分析 | 第52-68页 |
| ·传统分类方法实验结果及分析 | 第52-59页 |
| ·序列挖掘方法实验结果及分析 | 第59-64页 |
| ·Shrinkage 算法与 NaiveBayes 算法比较 | 第64-66页 |
| ·TF*CHI 权重改进后的实验结果及分析 | 第66-68页 |
| 第七章 总结与展望 | 第68-70页 |
| ·论文小结 | 第68页 |
| ·进一步工作 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致 谢 | 第74页 |