专利文献分类及关联推荐技术应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题的研究意义 | 第11-12页 |
| ·文本分类的研究意义 | 第11页 |
| ·关联推荐的研究意义 | 第11-12页 |
| ·课题的研究综述 | 第12-15页 |
| ·文本挖掘的研究背景和现状 | 第12-14页 |
| ·关联规则的研究背景和现状 | 第14-15页 |
| ·研究的内容和主要创新点 | 第15-17页 |
| ·本文的主要内容 | 第15-16页 |
| ·本文的主要创新点 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 第二章 文本挖掘和关联规则的技术概述 | 第18-27页 |
| ·文本挖掘技术 | 第18页 |
| ·数据挖掘 | 第18页 |
| ·文本挖掘 | 第18页 |
| ·文本挖掘过程 | 第18-19页 |
| ·预处理 | 第19-23页 |
| ·分词技术 | 第19-21页 |
| ·文本特征抽取 | 第21-22页 |
| ·文本特征选择 | 第22-23页 |
| ·文本挖掘的方法 | 第23-25页 |
| ·文本分类 | 第23-24页 |
| ·文本聚类 | 第24-25页 |
| ·关联规则的概念 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 改进 KNN 算法在专利文献分类中的应用 | 第27-43页 |
| ·常用的分类算法及比较 | 第27-28页 |
| ·KNN 方法 | 第27页 |
| ·概率模型 | 第27页 |
| ·支持向量机 | 第27-28页 |
| ·层次模型和网络模型 | 第28页 |
| ·各种算法的优缺点及比较 | 第28页 |
| ·文档预处理 | 第28-29页 |
| ·文档分词过程 | 第28-29页 |
| ·特征抽取过程 | 第29页 |
| ·改进的KNN 算法 | 第29-42页 |
| ·传统KNN 算法的过程 | 第29-30页 |
| ·传统KNN 算法的缺点与不足 | 第30-31页 |
| ·算法改进及其特点 | 第31-36页 |
| ·改进算法的实验结果分析 | 第36-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 关联规则在专利文献检索中的应用 | 第43-52页 |
| ·关联规则在专利检索推荐中的意义 | 第43页 |
| ·Apriori 算法思想和主流的改进方法 | 第43-45页 |
| ·Apriori 算法思想 | 第43-44页 |
| ·提高Apriori 算法的主流方法 | 第44-45页 |
| ·改进的Apriori 算法 | 第45-51页 |
| ·经典算法的主要缺陷 | 第45页 |
| ·Apriori 算法的改进 | 第45-48页 |
| ·内存池技术的算法优化 | 第48-50页 |
| ·内存申请和释放的过程设计 | 第50页 |
| ·内存池的优势 | 第50-51页 |
| ·实验结果和分析 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第五章 文本分类和关联推荐在专利管理系统中的应用 | 第52-63页 |
| ·项目的背景和应用目标 | 第52页 |
| ·项目的开发环境 | 第52页 |
| ·系统改进模块的设计和实现 | 第52-61页 |
| ·系统总体的框架 | 第52-53页 |
| ·分类系统框架设计与实现 | 第53-58页 |
| ·关联推荐框架设计与实现 | 第58-61页 |
| ·系统的测试 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70页 |
