| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 前言 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第2章 背景知识 | 第13-19页 |
| 2.1 关联规则算法简介 | 第13-16页 |
| 2.1.1 文本分类算法简介 | 第13-14页 |
| 2.1.2 关联规则算法简介 | 第14-15页 |
| 2.1.3 Apriori算法简介 | 第15-16页 |
| 2.1.4 关联规则算法的应用 | 第16页 |
| 2.2 特征选择简介 | 第16-17页 |
| 2.3 向量空间模型简介 | 第17-18页 |
| 2.4 增量维护简介 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 标题的特征扩展及特征扩展集合的增量维护 | 第19-27页 |
| 3.1 基于分类模型的频繁项集挖掘算法 | 第19-22页 |
| 3.2 特征扩展集合的增量维护 | 第22-27页 |
| 3.2.1 增量维护目标的获取 | 第22-24页 |
| 3.2.2 基于向量空间模型的特征扩展集合增量维护算法 | 第24-27页 |
| 第4章 实验设计与分析 | 第27-34页 |
| 4.1 基于IA算法和TF算法的短文本分类测试 | 第27-30页 |
| 4.1.1 准确性测试 | 第27-29页 |
| 4.1.2 效率测试 | 第29-30页 |
| 4.2 对增量维护算法Inc E的准确率和效率测试 | 第30-33页 |
| 4.3 本章小结 | 第33-34页 |
| 第5章 总结与展望 | 第34-35页 |
| 附录 | 第35-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45页 |