| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-10页 |
| ·课题背景和研究意义 | 第8页 |
| ·课题研究现状 | 第8-9页 |
| ·Web文本挖掘研究现状 | 第8-9页 |
| ·Web文本分类研究现状 | 第9页 |
| ·本文的主要工作和组织结构 | 第9-10页 |
| 第2章 中文文本分类技术 | 第10-22页 |
| ·引言 | 第10页 |
| ·文本分类任务描述 | 第10页 |
| ·文本预处理 | 第10-11页 |
| ·中文分词概述 | 第10-11页 |
| ·去停用词 | 第11页 |
| ·文本特征表示 | 第11-13页 |
| ·文本特征选择 | 第13-15页 |
| ·文本频数(document frequency) | 第13页 |
| ·信息增益(Information Gain) | 第13-14页 |
| ·期望交叉熵(Expected Cross Entry) | 第14页 |
| ·互信息(Mutual Information) | 第14页 |
| ·X-2统计法 | 第14-15页 |
| ·文本特征词权重计算 | 第15-16页 |
| ·本文改进的特征选择和特征权重评估方法 | 第16-17页 |
| ·限定词频 | 第16-17页 |
| ·类间区分度 | 第17页 |
| ·类内区分度 | 第17页 |
| ·几种常用的文本分类算法 | 第17-19页 |
| ·朴素贝叶斯分类方法 | 第18页 |
| ·KNN(K-Nearest-Neighbor)最邻近分类法 | 第18-19页 |
| ·决策树分类算法 | 第19页 |
| ·BP神经网络分类算法 | 第19页 |
| ·文本分类器性能评价指标 | 第19-22页 |
| 第3章 支持向量机SVM | 第22-32页 |
| ·统计学习理论基础 | 第22-23页 |
| ·VC维 | 第22页 |
| ·推广误差的界 | 第22页 |
| ·结构风险最小化原理 | 第22-23页 |
| ·支持向量机SVM | 第23页 |
| ·支持向量机基本方法 | 第23-30页 |
| ·线性可分情况 | 第23-25页 |
| ·线性不可分情况 | 第25-26页 |
| ·非线性可分情况 | 第26-27页 |
| ·SVM多分类问题 | 第27-29页 |
| ·大规模分类问题支持向量机训练算法 | 第29-30页 |
| ·本文SVM算法分类的具体步骤 | 第30页 |
| ·实验及分析 | 第30-32页 |
| 第4章 实验及结果分析 | 第32-37页 |
| ·系统总体结构 | 第32页 |
| ·实验开发环境 | 第32页 |
| ·实现步骤 | 第32-34页 |
| ·特征选择模块 | 第34-35页 |
| ·比较不同的文本分类算法 | 第35-37页 |
| 第5章 总结与展望 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 攻读硕士学位期间发表的学术论文 | 第42-43页 |
| 致谢 | 第43-44页 |
