面向百度贴吧的不文明帖分类方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关研究综述 | 第14-22页 |
| 2.1 文本分类介绍 | 第14-15页 |
| 2.1.1 文本分类的定义 | 第14页 |
| 2.1.2 文本分类的特点 | 第14-15页 |
| 2.2 文本模型表示 | 第15-16页 |
| 2.2.1 向量空间模型 | 第15页 |
| 2.2.2 布尔模型 | 第15-16页 |
| 2.2.3 概率模型 | 第16页 |
| 2.3 文本分类方法 | 第16-21页 |
| 2.3.1 朴素贝叶斯 | 第17页 |
| 2.3.2 K最近邻 | 第17-18页 |
| 2.3.3 决策树 | 第18-19页 |
| 2.3.4 支持向量机 | 第19-20页 |
| 2.3.5 神经网络 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 百度贴吧不文明文本数据集的构建 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 百度贴吧数据获取 | 第22-27页 |
| 3.2.1 网页爬取 | 第22-25页 |
| 3.2.2 数据解析 | 第25-26页 |
| 3.2.3 数据索引 | 第26-27页 |
| 3.3 不文明数据集构建 | 第27-30页 |
| 3.3.1 数据分析 | 第27页 |
| 3.3.2 数据筛选 | 第27-28页 |
| 3.3.3 人工标注 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 百度贴吧不文明文本分类方法研究 | 第31-46页 |
| 4.1 引言 | 第31-32页 |
| 4.2 百度贴吧不文明数据集处理 | 第32-40页 |
| 4.2.1 文本预处理 | 第32-34页 |
| 4.2.2 基于卡方统计的特征选择 | 第34-37页 |
| 4.2.3 特征项权重计算 | 第37-40页 |
| 4.3 基于支持向量机的文本分类方法 | 第40-42页 |
| 4.3.1 支持向量机分类的可行性分析 | 第40页 |
| 4.3.2 LibSVM组件 | 第40-42页 |
| 4.4 实验设计与结果分析 | 第42-45页 |
| 4.4.1 实验环境与实验数据 | 第42页 |
| 4.4.2 实验设计与结果分析 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士期间参加的科研项目和发表的论文 | 第51-52页 |
| 致谢 | 第52页 |
