| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 第一节 研究背景与意义 | 第8-10页 |
| 第二节 研究综述 | 第10-13页 |
| 第三节 研究思路及框架 | 第13-14页 |
| 第四节 可能的创新点 | 第14-16页 |
| 第二章 基于机器学习的文本分类的理论和方法 | 第16-23页 |
| 第一节 文本分类的基本原理和步骤 | 第16-17页 |
| 第二节 文本特征表示方法 | 第17-18页 |
| 第三节 文本特征选择方法 | 第18-19页 |
| 第四节 文本分类算法 | 第19-23页 |
| 第三章 文本分类方法的改进及应用:基于某某宝交易数据 | 第23-35页 |
| 第一节 数据类别标记与分类结果评估指标 | 第24-25页 |
| 第二节 基于模糊匹配规则分类 | 第25-28页 |
| 第三节 基于改进后的机器学习分类:Lasso+SVM | 第28-34页 |
| 第四节 结合规则和改进机器学习方法的分类结果评估 | 第34-35页 |
| 第四章 基于文本分类的拓展场景应用 | 第35-46页 |
| 第一节 文本分类的一般拓展应用场景 | 第35页 |
| 第二节 基于交易文本的智能推荐 | 第35-41页 |
| 第三节 基于转账文本的风险控制 | 第41-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 第一节 总结 | 第46-47页 |
| 第二节 展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |