文本数据挖掘中基于云模型的特征选择方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-12页 |
| ·研究背景和意义 | 第10页 |
| ·本文所做的工作 | 第10-11页 |
| ·文章的组织结构 | 第11-12页 |
| 第二章 相关研究工作概述 | 第12-21页 |
| ·文本数据挖掘技术介绍 | 第12-15页 |
| ·文本分类技术介绍 | 第12-13页 |
| ·文本聚类技术介绍 | 第13-15页 |
| ·关于特征选择的国内外研究现状 | 第15-17页 |
| ·云模型理论背景知识介绍及应用 | 第17-21页 |
| ·云的定义 | 第18页 |
| ·云模型中三个重要的数字特征 | 第18-19页 |
| ·正向云发生器 | 第19页 |
| ·逆向云发生器 | 第19-20页 |
| ·云模型理论在自然语言处理领域中的应用 | 第20-21页 |
| 第三章 文本分类中基于云模型的特征选择 | 第21-42页 |
| ·文本分类方法介绍 | 第21-24页 |
| ·朴素贝叶斯分类器 | 第21-22页 |
| ·SVM分类器 | 第22-24页 |
| ·文本分类中常用的特征选择方法 | 第24-27页 |
| ·方法描述 | 第24-25页 |
| ·方法评价和分析 | 第25-27页 |
| ·基于云理论的文本特征选择 | 第27-34页 |
| ·构建关联云 | 第27-29页 |
| ·关联云过滤器选择特征 | 第29-30页 |
| ·构建区分云 | 第30-32页 |
| ·区分云过滤器选择特征 | 第32-34页 |
| ·实验描述 | 第34-38页 |
| ·语料来源 | 第34页 |
| ·实验步骤 | 第34-38页 |
| ·实验结果与分析 | 第38-41页 |
| ·评价指标 | 第38页 |
| ·实验结果 | 第38-39页 |
| ·实验分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 文本聚类中基于云模型的特征选择 | 第42-51页 |
| ·K-MEANS文本聚类方法介绍 | 第42-43页 |
| ·基于TF-IDF的文本特征选择 | 第43页 |
| ·基于云理论的文本特征选择 | 第43-46页 |
| ·构建聚类文档云 | 第44-45页 |
| ·聚类文档云过滤器选择特征 | 第45-46页 |
| ·基于云特征的K-MEANS文本聚类 | 第46-47页 |
| ·实验描述 | 第46页 |
| ·语料来源 | 第46页 |
| ·实验步骤 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·评价指标 | 第47-48页 |
| ·实验结果 | 第48页 |
| ·实验分析 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·全文总结 | 第51页 |
| ·未来工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 硕士期间发表的论文和参与的项目 | 第56-57页 |
| 致谢 | 第57页 |
