万维网上数据处理方法的研究
| 摘 要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-10页 |
| 第一章 引言 | 第10-17页 |
| ·研究背景 | 第10-12页 |
| ·问题的出现 | 第10-11页 |
| ·解决的途径 | 第11-12页 |
| ·研究内容 | 第12-16页 |
| ·文本/网页分类 | 第12-13页 |
| ·文本/网页摘要 | 第13-15页 |
| ·文本聚类 | 第15-16页 |
| ·论文组织 | 第16-17页 |
| 第二章 网页分类中的问题 | 第17-27页 |
| ·引言 | 第18页 |
| ·特征抽取 | 第18-20页 |
| ·特征选择 | 第20页 |
| ·分类器 | 第20-22页 |
| ·朴素贝叶斯分类算法 | 第21-22页 |
| ·支持向量机分类算法 | 第22页 |
| ·训练方法 | 第22-24页 |
| ·性能指标 | 第24页 |
| ·实验结果 | 第24-27页 |
| ·实验数据 | 第25页 |
| ·有关特征抽取的实验 | 第25-26页 |
| ·有关分类器的实验 | 第26-27页 |
| 第三章 特征选择算法NV | 第27-31页 |
| ·特征选择方法 | 第27-29页 |
| ·信息增益 IG | 第27页 |
| ·统计CHI | 第27-28页 |
| ·归一化方差NV | 第28-29页 |
| ·实验 | 第29-30页 |
| ·实验设置 | 第29页 |
| ·实验结果 | 第29-30页 |
| ·小结和下一步工作讨论 | 第30-31页 |
| 第四章 IRC分类算法 | 第31-50页 |
| ·引言 | 第31-32页 |
| ·相关工作 | 第32-34页 |
| ·Web上对象的分类 | 第32-33页 |
| ·查询日志的分析 | 第33-34页 |
| ·算法设计 | 第34-40页 |
| ·问题定义 | 第34-35页 |
| ·基于内容的分类 | 第35-36页 |
| ·迭代增强分类算法(IRC) | 第36-40页 |
| ·实验 | 第40-48页 |
| ·实验设置 | 第41-44页 |
| ·性能分析 | 第44-47页 |
| ·参数调整 | 第47-48页 |
| ·小结和下一步工作讨论 | 第48-50页 |
| 第五章 基于隐链接的网页分类 | 第50-59页 |
| ·引言 | 第50-51页 |
| ·“隐链接”的定义及应用 | 第51-54页 |
| ·“隐链接” | 第51-52页 |
| ·CLN分类算法 | 第52-53页 |
| ·通过链接进行特征抽取 | 第53-54页 |
| ·实验 | 第54-58页 |
| ·“链接关系”的统计 | 第54-55页 |
| ·链接关系对CLN的影响 | 第55-56页 |
| ·特征提取的方法对分类效果的影响 | 第56-57页 |
| ·“链接关系”在网页特征抽取中对分类性能的影响 | 第57-58页 |
| ·小结和下一步工作讨论 | 第58-59页 |
| 第六章 分类中的其他问题 | 第59-66页 |
| ·主页识别 | 第59-63页 |
| ·引言 | 第59页 |
| ·相关工作 | 第59-60页 |
| ·问题定义 | 第60-61页 |
| ·解决方案 | 第61-63页 |
| ·查询词(Query)分类 | 第63-64页 |
| ·引言 | 第63-64页 |
| ·解决方案 | 第64页 |
| ·本章小结和下一步工作讨论 | 第64-66页 |
| 第七章 EMAIL聚类 | 第66-83页 |
| ·引言 | 第66-67页 |
| ·相关工作 | 第67-68页 |
| ·文本挖掘中的语言特征 | 第67-68页 |
| ·频繁集挖掘 | 第68页 |
| ·“受限”的聚类 | 第68页 |
| ·挖掘GSP | 第68-72页 |
| ·抽取语言特征 | 第69-70页 |
| ·挖掘GSP | 第70-71页 |
| ·生成GSP组 | 第71-72页 |
| ·基于GSP的“半指导”聚类 | 第72-74页 |
| ·GSP组的选择 | 第72页 |
| ·GSP-COPKM | 第72-73页 |
| ·GSP-DCEM | 第73-74页 |
| ·实验 | 第74-82页 |
| ·数据集 | 第74-75页 |
| ·评价标准 | 第75-76页 |
| ·实验结果与分析 | 第76-80页 |
| ·聚类命名 | 第80-82页 |
| ·本章小结和下一步工作讨论 | 第82-83页 |
| 第八章 网页摘要 | 第83-113页 |
| ·引言 | 第83-84页 |
| ·传统摘要方法 | 第84-88页 |
| ·Luhn摘要方法 | 第84-85页 |
| ·LSA摘要算法 | 第85-86页 |
| ·有指导的(Supervised)摘要方法 | 第86-88页 |
| ·Content Body摘要算法 | 第88-90页 |
| ·网页的结构特征 | 第88-89页 |
| ·FOM模型 | 第89-90页 |
| ·CB摘要方法 | 第90页 |
| ·基于亲和性排序的摘要算法 | 第90-93页 |
| ·相关定义 | 第91页 |
| ·构建亲和性图 | 第91-92页 |
| ·计算信息量 | 第92-93页 |
| ·生成摘要 | 第93页 |
| ·用query log来做摘要 | 第93-96页 |
| ·改进Luhn | 第94页 |
| ·改进LSA | 第94-95页 |
| ·改进Content Body | 第95-96页 |
| ·基于摘要的网页分类 | 第96-105页 |
| ·背景 | 第96-97页 |
| ·相关工作 | 第97页 |
| ·摘要方法描述 | 第97-99页 |
| ·实验结果与分析 | 第99-105页 |
| ·小结 | 第105页 |
| ·基于摘要的网页聚类 | 第105-112页 |
| ·引言 | 第105-106页 |
| ·实验设置 | 第106-108页 |
| ·实验结果 | 第108-111页 |
| ·小结 | 第111-112页 |
| ·本章小结和下一步工作讨论 | 第112-113页 |
| 第九章 系统设计与实现 | 第113-119页 |
| ·系统背景 | 第113页 |
| ·系统实现 | 第113-119页 |
| ·分类模块 | 第115-117页 |
| ·摘要模块 | 第117-119页 |
| 第十章 总结 | 第119-121页 |
| ·研究工作的总结 | 第119-120页 |
| ·进一步工作的展望 | 第120-121页 |
| 参考文献 | 第121-131页 |
| 致 谢 | 第131-132页 |
| 本人简历 | 第132-134页 |
