中文网页分类技术研究及预分类算法实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究历史和现状 | 第9-10页 |
| ·国外研究历史和现状 | 第9-10页 |
| ·国内研究历史和现状 | 第10页 |
| ·本文研究内容 | 第10-11页 |
| ·本文组织结构 | 第11-13页 |
| 第二章 中文网页分类相关技术研究 | 第13-27页 |
| ·网页自动分类概述 | 第13-14页 |
| ·问题描述 | 第13-14页 |
| ·一般过程 | 第14页 |
| ·文档表示模型 | 第14-16页 |
| ·向量空间模型 | 第15-16页 |
| ·其它常用模型 | 第16页 |
| ·网页净化技术 | 第16-18页 |
| ·网页净化概述 | 第16-17页 |
| ·网页净化处理 | 第17-18页 |
| ·中文分词技术 | 第18-20页 |
| ·基于词典的分词 | 第18-19页 |
| ·基于统计的分词 | 第19页 |
| ·基于理解的分词 | 第19-20页 |
| ·本文的分词方法 | 第20页 |
| ·特征选择技术 | 第20-23页 |
| ·常用特征选择方法 | 第21-23页 |
| ·特征选择方法改进 | 第23页 |
| ·权重计算方法 | 第23-26页 |
| ·TF-IDF算法 | 第24-25页 |
| ·TF-IDF算法改进 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 网页自动分类算法研究 | 第27-37页 |
| ·类中心法 | 第27-28页 |
| ·基本原理 | 第27页 |
| ·推拉策略 | 第27-28页 |
| ·朴素贝叶斯法 | 第28-31页 |
| ·基本原理 | 第29页 |
| ·分类模型 | 第29-31页 |
| ·支持向量机 | 第31-36页 |
| ·最优分类超平面 | 第31-32页 |
| ·支持向量分类机 | 第32-35页 |
| ·多类分类问题 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 实验与结果分析 | 第37-49页 |
| ·评价方法 | 第37-39页 |
| ·精确率和召回率 | 第37-38页 |
| ·BEP和F-估计值 | 第38页 |
| ·微平均和宏平均 | 第38-39页 |
| ·实验设置和数据 | 第39-42页 |
| ·实验设置 | 第39-41页 |
| ·实验数据 | 第41-42页 |
| ·结果与分析 | 第42-47页 |
| ·SVM核函数选择实验 | 第42-43页 |
| ·训练集规模选择实验 | 第43-44页 |
| ·特征数保留选择实验 | 第44-46页 |
| ·特征项选择方法实验 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 基于预分类的高效分类算法 | 第49-55页 |
| ·预分类算法 | 第49-51页 |
| ·预分类的提出 | 第49-50页 |
| ·预置关键词表 | 第50页 |
| ·预分类的实现 | 第50-51页 |
| ·预分类实验 | 第51-54页 |
| ·预分类用于类中心法 | 第51-52页 |
| ·预分类用于朴素贝叶斯法 | 第52-53页 |
| ·预分类用于支持向量机法 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结束语 | 第55-59页 |
| ·本文工作总结 | 第55-56页 |
| ·进一步的工作 | 第56-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 研究成果 | 第65页 |
