| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究综述 | 第14-15页 |
| 1.3 研究意义 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 论文组织结构 | 第16-18页 |
| 第2章 文本分类的概述 | 第18-29页 |
| 2.1 文本分类定义 | 第18页 |
| 2.2 文本分类的流程 | 第18-20页 |
| 2.3 中文分词技术 | 第20-23页 |
| 2.3.1 中文分词的思想 | 第20页 |
| 2.3.2 中文分词系统 | 第20-21页 |
| 2.3.3 特征降维方法 | 第21-23页 |
| 2.4 文本分类的模型 | 第23-25页 |
| 2.4.1 布尔模型 | 第23-24页 |
| 2.4.2 向量空间模型 | 第24-25页 |
| 2.5 机器学习算法 | 第25-28页 |
| 2.5.1 K-最近邻算法 | 第25-26页 |
| 2.5.2 支持向量机算法 | 第26-27页 |
| 2.5.3 朴素贝叶斯算法 | 第27页 |
| 2.5.4 PageRank算法 | 第27页 |
| 2.5.5 HITS算法 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于网页结构和链接建模 | 第29-38页 |
| 3.1 特征提取方法介绍 | 第29-31页 |
| 3.1.1 文档频数(TF-IDF) | 第29页 |
| 3.1.2 信息增益(IG(t,c)) | 第29页 |
| 3.1.3 文本中单词t的期望交叉熵(CrossEntryTxt) | 第29-30页 |
| 3.1.4 互信息(MI) | 第30页 |
| 3.1.5 Χ~2估计(CHI) | 第30-31页 |
| 3.2 改进的权重计算方法 | 第31-33页 |
| 3.2.1 经典的权重计算方法 | 第31-32页 |
| 3.2.2 改进的权重计算方法 | 第32-33页 |
| 3.3 基于链接分析的模型改进 | 第33-37页 |
| 3.3.1 HITS算法 | 第33-34页 |
| 3.3.2 Rocchio算法 | 第34-35页 |
| 3.3.3 提出HR-VSM模型 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于机器学习的web分类算法的研究 | 第38-44页 |
| 4.1 网页文本的预处理 | 第38-39页 |
| 4.2 特征提取 | 第39-40页 |
| 4.2.1 特征提取的步骤 | 第39-40页 |
| 4.3 基于HR-VSM模型的文本表示和时间复杂度 | 第40页 |
| 4.4 使用支持向量机进行文本分类 | 第40-43页 |
| 4.4.1 文本分类的评价 | 第40-41页 |
| 4.4.2 各分类算法比较 | 第41页 |
| 4.4.3 支持向量机算法描述 | 第41-43页 |
| 4.4.4 网页文本分类过程 | 第43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 仿真实验 | 第44-54页 |
| 5.1 Web文本分类系统的设计 | 第44-45页 |
| 5.1.1 基于HR-VSM和SVM的分类算法原理 | 第45页 |
| 5.2 仿真实验 | 第45-49页 |
| 5.2.1 实验环境 | 第46页 |
| 5.2.2 基于HR-VSM和SVM在文本分类中的预测步骤及仿真实验 | 第46-49页 |
| 5.3 仿真的实验评价 | 第49-53页 |
| 5.4 本章小结 | 第53-54页 |
| 总结与展望 | 第54-55页 |
| 总结 | 第54页 |
| 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 附录 A 攻读学位期间完成的主要成果 | 第59-60页 |
| 附录 B 攻读硕士期间参与的科研项目 | 第60页 |
