| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 引言 | 第10-14页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文拟解决的关键性问题 | 第12页 |
| ·本文所做的工作 | 第12-14页 |
| 第2章 网页自动获取 | 第14-32页 |
| ·网页自动获取流程 | 第14-16页 |
| ·关于Google Web API | 第16-24页 |
| ·Google APIs的主要方法和约束条件 | 第16-17页 |
| ·Google APIs的约束条件 | 第17-18页 |
| ·用Google Web API构建Java应用程序 | 第18-24页 |
| ·构造正则表达式 | 第24-28页 |
| ·使用正则表达式 | 第25-26页 |
| ·正则表达式语法 | 第26-27页 |
| ·使用正则表达式匹配出网页中包含的URL | 第27-28页 |
| ·获取网页实验结果 | 第28-32页 |
| ·创建一个简单搜索的实验结果 | 第28-29页 |
| ·获取URL实验结果 | 第29-30页 |
| ·获取网页的搜索结果 | 第30页 |
| ·使用正则表达式匹配出网页中的URL实验结果 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第3章 网页预处理 | 第32-40页 |
| ·网页清洗 | 第32-33页 |
| ·网页清洗方法 | 第32-33页 |
| ·网页清洗的实现 | 第33页 |
| ·中文分词技术 | 第33-40页 |
| ·中文自动分词的研究与发展现状 | 第33-34页 |
| ·中文词的特点 | 第34-35页 |
| ·中文分词技术 | 第35-38页 |
| ·中文分词系统ICTCLAS介绍 | 第38-40页 |
| 第4章 特征词提取方法 | 第40-54页 |
| ·中文文本特征表示模型 | 第40-44页 |
| ·布尔模型 | 第40-41页 |
| ·概率模型 | 第41-42页 |
| ·向量空间模型 | 第42-44页 |
| ·特征词提取概述 | 第44-47页 |
| ·定义 | 第44页 |
| ·文本特征提取的发展 | 第44-45页 |
| ·文本特征表示方法 | 第45-47页 |
| ·特征词提取方法介绍 | 第47-48页 |
| ·基于词性的特征词提取方法 | 第48-51页 |
| ·降低特征向量维数 | 第51-52页 |
| ·特征词权重的计算 | 第52-53页 |
| ·特征提取算法实验结果 | 第53-54页 |
| 第5章 中文网页分类方法研究 | 第54-69页 |
| ·中文网页自动分类过程 | 第54-55页 |
| ·文本自动分类算法类型介绍 | 第55-56页 |
| ·训练库的建立 | 第56-58页 |
| ·文本相似度算法研究 | 第58-62页 |
| ·简单向量距离分类方法 | 第58页 |
| ·贝叶斯分类方法 | 第58-59页 |
| ·决策树分类法 | 第59-60页 |
| ·支持向量机分类算法 | 第60-61页 |
| ·KNN(K最近邻)分类算法 | 第61-62页 |
| ·改进的KNN算法研究 | 第62-63页 |
| ·评估方法 | 第63-64页 |
| ·实验结果 | 第64-69页 |
| 第6章 结束语 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·今后工作的展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士研究生期间所发表的论文 | 第75页 |