基于主题信息采集中网页分类系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪言 | 第8-11页 |
| ·课题研究背景 | 第8-10页 |
| ·问题的提出 | 第8-9页 |
| ·自动分类的研究简介 | 第9-10页 |
| ·本文研究内容 | 第10页 |
| ·本文安排 | 第10-11页 |
| 第二章 相关技术综述 | 第11-28页 |
| ·Spider采集技术 | 第11-21页 |
| ·Spider研究 | 第11-12页 |
| ·Spider应用 | 第12页 |
| ·采集Web页面的Spider程序 | 第12-21页 |
| ·中文切分词技术 | 第21-25页 |
| ·汉语自动分词中的困难 | 第21-23页 |
| ·自动分词算法的分类 | 第23-25页 |
| ·中文文本分类技术 | 第25-28页 |
| ·文本分类概述 | 第25-26页 |
| ·文本分类的类型 | 第26页 |
| ·文本分类的模型 | 第26-28页 |
| 第三章 总体设计 | 第28-31页 |
| ·基于主题信息采集中网页分类系统模型设计 | 第28页 |
| ·基于主题信息采集的网页分类系统模型的关键问题 | 第28-30页 |
| ·主题选择 | 第28页 |
| ·初始 URL选择 | 第28页 |
| ·Spider采集 | 第28页 |
| ·页面解析 | 第28-30页 |
| ·中文分词 | 第30页 |
| ·文本分类 | 第30页 |
| ·本论文创新点 | 第30-31页 |
| 第四章 Spider设计及页面解析 | 第31-42页 |
| ·Spider设计 | 第31-37页 |
| ·Spider采集 | 第32-33页 |
| ·Spider采集程序实现 | 第33-37页 |
| ·页面解析 | 第37-42页 |
| ·HTML页面解析 | 第37-40页 |
| ·页面解析后的存储 | 第40-42页 |
| 第五章 中文分词与特征提取 | 第42-55页 |
| ·中文分词 | 第42-53页 |
| ·中文词典和停用词词典 | 第43页 |
| ·中文分词实现 | 第43-53页 |
| ·特征提取 | 第53-55页 |
| ·文本特征词的选取 | 第53页 |
| ·特征词选取的程序实现 | 第53-55页 |
| 第六章 贝叶斯分类及其实现 | 第55-62页 |
| ·朴素贝叶斯模型 | 第55-56页 |
| ·对朴素贝叶斯模型的改进 | 第56页 |
| ·朴素贝叶斯分类器的实现 | 第56-60页 |
| ·朴素贝叶斯多元模型分类算法 | 第56-57页 |
| ·朴素贝叶斯多元模型分类器的实现 | 第57-60页 |
| ·朴素贝叶斯分类器的实践 | 第60-62页 |
| ·衡量指标 | 第60页 |
| ·测试及结果分析 | 第60-62页 |
| 第七章 总结与展望 | 第62-63页 |
| ·本论文研究成果 | 第62页 |
| ·进一步的工作 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录:攻读学位期间发表论文情况 | 第69页 |
