基于文本挖掘的性别分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·选题背景、研究目的和意义 | 第9-11页 |
| ·选题背景 | 第9-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国内研究现状 | 第11-12页 |
| ·国外研究现状 | 第12-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| 第2章 互联网用户性别分类的理论基础 | 第16-35页 |
| ·互联网的用户性别差异 | 第16-19页 |
| ·网络使用意图 | 第16-17页 |
| ·网络环境下的语言运用差异 | 第17-19页 |
| ·文本分类 | 第19-28页 |
| ·分词 | 第20-21页 |
| ·词性标注及词汇处理 | 第21-22页 |
| ·文本特征模型 | 第22-23页 |
| ·特征提取 | 第23-26页 |
| ·分类算法 | 第26页 |
| ·评价指标 | 第26-28页 |
| ·基于机器学习的分类算法 | 第28-30页 |
| ·支持向量机 | 第28-29页 |
| ·朴素贝叶斯 | 第29-30页 |
| ·N-gram 算法 | 第30页 |
| ·基于统计学的文本分类方法 | 第30-32页 |
| ·罗杰斯特回归的基本原理 | 第30-31页 |
| ·罗杰斯特回归过程 | 第31-32页 |
| ·Apriori 算法基本原理 | 第32-34页 |
| ·关联规则介绍 | 第32-33页 |
| ·Apriori 算法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 用户发帖行为及性别分类研究 | 第35-47页 |
| ·数据收集及预处理 | 第35-36页 |
| ·数据来源及数据筛选 | 第35-36页 |
| ·发帖行为研究 | 第36-40页 |
| ·理论基础及基本假设 | 第36-37页 |
| ·统计方法 | 第37-38页 |
| ·结果分析 | 第38-40页 |
| ·性别分类研究 | 第40-46页 |
| ·数据处理 | 第41-42页 |
| ·特征提取 | 第42页 |
| ·分类结果分析 | 第42-46页 |
| ·汽车论坛数据分类 | 第42-44页 |
| ·股票论坛数据分类 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 不同性别用户的产品属性词提取 | 第47-55页 |
| ·基于Apriori 算法提取特征词 | 第47-49页 |
| ·建立关联规则的事务文件 | 第47-48页 |
| ·提取频繁项集 | 第48页 |
| ·特征剪枝方法 | 第48-49页 |
| ·不同性别用户的汽车属性词提取 | 第49-52页 |
| ·产品属性词提取 | 第49-50页 |
| ·产品属性关联规则提取 | 第50-52页 |
| ·不同性别用户的股票属性词提取 | 第52-54页 |
| ·股票属性词提取 | 第52-53页 |
| ·股票属性关联规则提取 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 性别词典的构建 | 第55-63页 |
| ·词语相似度以及计算方法 | 第55-57页 |
| ·词语相似度 | 第55-56页 |
| ·词语相似度计算 | 第56-57页 |
| ·性别词典的构建 | 第57-62页 |
| ·性别基础词库的构建 | 第57-59页 |
| ·计算词语相似度并构建性别词典 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第68-70页 |
| 致谢 | 第70页 |
