| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·问题提出 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·文本分类算法的研究 | 第11-15页 |
| ·知识的分类及转化过程 | 第15-17页 |
| ·研究目标、研究内容、研究方法与技术路线 | 第17页 |
| ·研究目标 | 第17页 |
| ·研究内容 | 第17页 |
| ·研究方法与技术路线 | 第17页 |
| ·论文章节安排 | 第17-20页 |
| 第2章 基于概念向量空间的文本语义表示方法 | 第20-31页 |
| ·向量空间模型概述及基于TF-IDF权重计算的方法 | 第20-24页 |
| ·向量空间模型及特征权重算法概述 | 第20-22页 |
| ·基于TF-IDF权重计算的改进方法 | 第22-24页 |
| ·基于本体的概念向量空间文本语义表示方法 | 第24-31页 |
| ·概念特征的提取 | 第27-29页 |
| ·概念集合的消重 | 第29-30页 |
| ·概念权重的计算 | 第30-31页 |
| 第3章 基于粗糙集的用户文件分类习惯提取方法 | 第31-40页 |
| ·粗糙集理论概述 | 第31-34页 |
| ·用户分类习惯的问题域特征分析 | 第34-35页 |
| ·基于条件熵的属性约简算法 | 第35-40页 |
| 第4章 文件分类模拟器的增量学习机制与算法 | 第40-47页 |
| ·规则匹配方法 | 第40-43页 |
| ·传统的规则匹配方法 | 第40-41页 |
| ·基于相似度的匹配方法 | 第41-43页 |
| ·分类规则增量学习算法 | 第43-47页 |
| 第5章 原型系统的设计与实证分析 | 第47-58页 |
| ·原型系统架构及主要功能模块设计 | 第47-54页 |
| ·预处理 | 第47-49页 |
| ·文件语义表示模块 | 第49-50页 |
| ·属性约简及规则抽取 | 第50-53页 |
| ·基于相似度的规则匹配 | 第53-54页 |
| ·文件存储操作监听 | 第54页 |
| ·实验结果评价及分析 | 第54-56页 |
| ·系统部分截图 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58-59页 |
| ·工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |