| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·选题背景 | 第12-14页 |
| ·选题来源 | 第12页 |
| ·文本与网页分类理论发展的背景 | 第12-13页 |
| ·数据挖掘的基础知识 | 第13页 |
| ·有关信息过滤技术的研究一些介绍 | 第13-14页 |
| ·选题目的 | 第14-15页 |
| ·论文的组织 | 第15-18页 |
| 第二章 相关理论与技术介绍 | 第18-28页 |
| ·网页分类研究的发展概况 | 第18页 |
| ·网页分类技术相关理论概念 | 第18-20页 |
| ·文本摘要 | 第18-19页 |
| ·文本/网页分类的概念 | 第19页 |
| ·分类器的概念 | 第19-20页 |
| ·信息过滤的概念 | 第20页 |
| ·常见文本分类算法简介 | 第20-22页 |
| ·K-近邻算法(KNN) | 第20-21页 |
| ·支持向量机(SVM) | 第21页 |
| ·决策树(DecisionTree) | 第21-22页 |
| ·神经网络 | 第22页 |
| ·向量空间模型(VSM) | 第22页 |
| ·贝叶斯分类相关理论 | 第22-28页 |
| ·贝叶斯理论概述 | 第22-23页 |
| ·贝叶斯定理 | 第23-24页 |
| ·朴素贝叶斯分类方法(Na(?)ve Bayes) | 第24-25页 |
| ·贝叶斯网相关概念 | 第25-28页 |
| 第三章 网页预处理过程 | 第28-42页 |
| ·网页分类技术实现的难点分析 | 第28页 |
| ·网页数据集采集 | 第28-29页 |
| ·网页预处理 | 第29-34页 |
| ·标准化与噪声处理 | 第31页 |
| ·分词处理 | 第31-33页 |
| ·停用词删除 | 第33页 |
| ·词条选择与英文词干提取 | 第33-34页 |
| ·特征提取与选择算法 | 第34-37页 |
| ·特征选择概述 | 第34-35页 |
| ·常用特征选择算法 | 第35-37页 |
| ·用户信息提取 | 第37-39页 |
| ·用户使用信息挖掘 | 第37页 |
| ·内容提供者信息 | 第37-38页 |
| ·使用者信息 | 第38-39页 |
| ·网页链接与结构信息 | 第39-42页 |
| 第四章 网页分类过程 | 第42-58页 |
| ·网页文本表示与分类模型 | 第42-47页 |
| ·文本表示 | 第43-44页 |
| ·基于内容主题的分类 | 第44-45页 |
| ·网页链接层次的分析 | 第45-46页 |
| ·用户信息分析 | 第46-47页 |
| ·网页信息挖掘与分类器的实现 | 第47-50页 |
| ·分类器的实现 | 第47-48页 |
| ·结合网页URL链接层次分析 | 第48-49页 |
| ·结合用户信息的分析 | 第49-50页 |
| ·分类效果衡量 | 第50-51页 |
| ·衡量的目的 | 第50页 |
| ·分类效果衡量的方法 | 第50-51页 |
| ·实验过程与结果分析 | 第51-58页 |
| ·网页数据集预处理与训练 | 第51页 |
| ·实验过程 | 第51-52页 |
| ·实验结果与分析 | 第52-58页 |
| 第五章 网页过滤过程 | 第58-62页 |
| ·关键技术分析 | 第58-59页 |
| ·需求背景与问题分析 | 第58页 |
| ·一些关键问题 | 第58-59页 |
| ·二次分类的意义 | 第59页 |
| ·网页过滤的实现 | 第59-60页 |
| ·过滤方法 | 第59-60页 |
| ·二次分类实现 | 第60页 |
| ·网页过滤的效果衡量 | 第60页 |
| ·实验与结果分析 | 第60-62页 |
| 第六章 结束语 | 第62-64页 |
| ·论文工作总结 | 第62页 |
| ·进一步的工作 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表的学术论文目录 | 第70-71页 |
| 作者和导师简介 | 第71-72页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第72-73页 |