基于Weka平台的改进KNN中文网页分类研究
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第1章 绪论 | 第6-10页 |
| 1.1 网页分类的研究背景及意义 | 第6-7页 |
| 1.2 研究现状分析 | 第7-8页 |
| 1.3 本文的研究内容 | 第8-9页 |
| 1.4 论文的组织结构 | 第9页 |
| 1.5 本章小结 | 第9-10页 |
| 第2章 中文网页分类相关技术 | 第10-22页 |
| 2.1 文本分类 | 第10页 |
| 2.2 中文网页分类的特点及流程 | 第10-14页 |
| 2.2.1 中文网页分类的特点 | 第10-12页 |
| 2.2.2 分类流程 | 第12-14页 |
| 2.3 文本预处理 | 第14页 |
| 2.4 Web文本特征选择 | 第14-16页 |
| 2.5 Web文本表示方式 | 第16-17页 |
| 2.6 Web文本分类算法 | 第17-20页 |
| 2.7 分类性能评估 | 第20-21页 |
| 2.8 本章小结 | 第21-22页 |
| 第3章 改进的KNN算法 | 第22-33页 |
| 3.1 特征降维 | 第22-27页 |
| 3.1.1 高维文本问题 | 第22页 |
| 3.1.2 实现特征降维 | 第22-23页 |
| 3.1.3 基于改进的DC-DF特征选择 | 第23-27页 |
| 3.2 传统KNN算法 | 第27-29页 |
| 3.2.1 KNN算法的实现步骤 | 第27-28页 |
| 3.2.2 KNN算法的特点 | 第28-29页 |
| 3.3 基于分组中心向量的改进KNN算法 | 第29-32页 |
| 3.3.1 基于分组中心向量的KNN算法提出 | 第29-30页 |
| 3.3.2 基于分组中心向量的KNN算法实现 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 实验与分析 | 第33-52页 |
| 4.1 实验环境及实验工具平台 | 第33-35页 |
| 4.2 实验过程 | 第35-46页 |
| 4.2.1 数据集 | 第35-36页 |
| 4.2.2 分词处理 | 第36-39页 |
| 4.2.3 数据格式转换 | 第39-41页 |
| 4.2.4 分类实验 | 第41-46页 |
| 4.3 实验结果与分析 | 第46-51页 |
| 4.3.1 改进算法与传统算法比较 | 第46-48页 |
| 4.3.2 改进算法与其他算法比较 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |
