基于朴素贝叶斯方法的新闻分类系统的实现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文研究内容 | 第9页 |
| ·论文组织结构 | 第9-11页 |
| 第二章 中文文本分类相关技术介绍 | 第11-25页 |
| ·文本分类概述 | 第11页 |
| ·文本分类方法的类型 | 第11-12页 |
| ·文本分类的一般过程 | 第12-13页 |
| ·文本预处理 | 第13-16页 |
| ·分词技术 | 第14-15页 |
| ·停用词处理 | 第15-16页 |
| ·特征降维 | 第16-19页 |
| ·词频（TF） | 第16-17页 |
| ·文档频率（DF） | 第17页 |
| ·特征熵 | 第17页 |
| ·期望交叉熵 | 第17-18页 |
| ·互信息 | 第18页 |
| ·信息增益 | 第18-19页 |
| ·文本分类算法 | 第19-24页 |
| ·支持向量机 | 第19-20页 |
| ·Rocchio 算法 | 第20-21页 |
| ·k 近邻算法 | 第21-22页 |
| ·贝叶斯分类算法 | 第22-24页 |
| ·增量学习方法 | 第24-25页 |
| 第三章 新闻分类系统的分析与设计 | 第25-36页 |
| ·系统需求分析 | 第25页 |
| ·系统整体框架设计 | 第25-27页 |
| ·新闻分类系统各模块详细设计 | 第27-36页 |
| ·数据准备 | 第27-28页 |
| ·预处理模块分析与设计 | 第28-29页 |
| ·特征提取模块分析与设计 | 第29-30页 |
| ·分类器模块分析与设计 | 第30-33页 |
| ·增量学习模块分析与设计 | 第33-36页 |
| 第四章 新闻分类系统的实现 | 第36-45页 |
| ·系统开发工具和平台 | 第36页 |
| ·预处理模块功能实现 | 第36-37页 |
| ·特征提取模块功能实现 | 第37-39页 |
| ·分类器模块功能实现 | 第39-41页 |
| ·增量学习模块功能实现 | 第41-44页 |
| ·系统界面的设计 | 第44-45页 |
| 第五章 实验结果与分析 | 第45-50页 |
| ·系统的评估方法 | 第45页 |
| ·实验数据说明 | 第45-46页 |
| ·新闻分类系统性能评估 | 第46-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·研究总结 | 第50页 |
| ·进一步工作 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 附录 | 第55-64页 |
