基于决策树中文文本分类技术的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题背景和意义 | 第9-10页 |
| ·研究历史与现状 | 第10-12页 |
| ·本文的研究内容 | 第12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 文本分类概述 | 第13-25页 |
| ·文本分类过程 | 第13-14页 |
| ·文本分类的关键技术 | 第14-17页 |
| ·特征选取 | 第14-16页 |
| ·阈值策略 | 第16-17页 |
| ·文本分类方法概述 | 第17-20页 |
| ·基于关联规则的分类算法 | 第17-18页 |
| ·贝叶斯分类 | 第18页 |
| ·支持向量机分类算法 | 第18-19页 |
| ·粗糙集 | 第19页 |
| ·神经网络 | 第19-20页 |
| ·决策树分类算法概述 | 第20-25页 |
| ·决策树的基本概念 | 第20-21页 |
| ·决策树的生成 | 第21-22页 |
| ·决策树的测试属性选择 | 第22-23页 |
| ·决策树的剪枝 | 第23页 |
| ·决策树的规则抽取 | 第23-24页 |
| ·决策树的优缺点 | 第24-25页 |
| 第3章 文本分类的改进与实现 | 第25-53页 |
| ·一种改进的特征降维方法 | 第25-32页 |
| ·改进的CHI统计量 | 第26-27页 |
| ·基于模式聚合理论的特征降维 | 第27-30页 |
| ·关键实现 | 第30-32页 |
| ·决策树算法的改进 | 第32-40页 |
| ·C4.5算法 | 第32-33页 |
| ·改进的基本思想 | 第33-36页 |
| ·算法描述与实现 | 第36-40页 |
| ·决策树的修剪 | 第40-47页 |
| ·修剪原则 | 第41-42页 |
| ·新的修剪方法 | 第42-44页 |
| ·修剪过程与实现 | 第44-47页 |
| ·基于模式聚合和决策树的文本分类规则抽取方法 | 第47-51页 |
| ·文本分类的规则抽取 | 第47-48页 |
| ·基于决策树的文本分类规则抽取 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 实验分析 | 第53-63页 |
| ·聚合特征降维 | 第53-56页 |
| ·测试方法 | 第53-55页 |
| ·结果及分析 | 第55-56页 |
| ·DC4.5分类算法 | 第56-58页 |
| ·测试方法 | 第56-57页 |
| ·结果及分析 | 第57-58页 |
| ·改进的剪枝方法 | 第58-60页 |
| ·测试方法 | 第58页 |
| ·结果及分析 | 第58-60页 |
| ·综合测试 | 第60-61页 |
| ·测试方法 | 第60页 |
| ·结果及分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
