| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究的目的与意义 | 第10-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.3 本文内容组织安排 | 第13-14页 |
| 第2章 JAVASCRIPT 动态网页采集 | 第14-29页 |
| 2.1 网页采集领域相关背景知识 | 第14-16页 |
| 2.1.1 HTML 语言概述 | 第14-15页 |
| 2.1.2 HTTP 协议 | 第15页 |
| 2.1.3 URL 统一资源定位符 | 第15-16页 |
| 2.1.4 超链接 | 第16页 |
| 2.2 网页采集现状 | 第16-20页 |
| 2.3 动态网页信息获取相关技术 | 第20-24页 |
| 2.3.1 JavaScript 脚本语言 | 第21-22页 |
| 2.3.2 HTML DOM | 第22-23页 |
| 2.3.3 Rhino 简介 | 第23-24页 |
| 2.4 本文实现关键技术 | 第24-27页 |
| 2.4.1 脚本片断提取 | 第24-25页 |
| 2.4.2 DOM 树构建和DOM 对象实现 | 第25-26页 |
| 2.4.3 调用脚本引擎 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 普通文本分类系统 | 第29-46页 |
| 3.1 文本分类研究现状 | 第29-31页 |
| 3.2 相关技术 | 第31-43页 |
| 3.2.1 文本分词 | 第31-35页 |
| 3.2.2 文本表示 | 第35-36页 |
| 3.2.3 特征选择 | 第36-40页 |
| 3.2.4 分类算法 | 第40-43页 |
| 3.3 分类结果评测方法 | 第43-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 文本分类在文本倾向性分析中的应用 | 第46-62页 |
| 4.1 文本倾向性分类现状 | 第46-48页 |
| 4.2 系统架构 | 第48-49页 |
| 4.3 本文实现关键技术 | 第49-61页 |
| 4.3.1 文本分词 | 第50-54页 |
| 4.3.2 特征选择 | 第54-56页 |
| 4.3.3 权重设置 | 第56-57页 |
| 4.3.4 分类算法 | 第57-59页 |
| 4.3.5 反馈算法 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 系统实验与讨论 | 第62-71页 |
| 5.1 JAVASCRIPT 动态网页获取实验与讨论 | 第62-66页 |
| 5.2 文本倾向性分析试验与讨论 | 第66-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第6章 结束语 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |