| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究目的与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文的主要研究工作及组织结构 | 第14-16页 |
| 1.3.1 本文的主要研究工作 | 第14页 |
| 1.3.2 本文的组织结构 | 第14-16页 |
| 第2章 文本特征选择算法的研究与优化 | 第16-25页 |
| 2.1 CHI优化特征选择算法研究 | 第16-18页 |
| 2.1.1 CHI特征选择评估函数分析 | 第16-17页 |
| 2.1.2 CHI优化特征选择算法分析 | 第17-18页 |
| 2.1.3 CHI算法实验结果对比分析 | 第18页 |
| 2.2 基于IG的特征选择算法的研究与优化 | 第18-22页 |
| 2.2.1 IG特征选择算法分析 | 第18-19页 |
| 2.2.2 对IG特征选择算法的优化 | 第19-22页 |
| 2.2.3 改进IG算法实验结果对比分析 | 第22页 |
| 2.3 IG与CHI特征选择算法性能对比 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 文本分类算法研究 | 第25-42页 |
| 3.1 C4.5 决策树分类算法的研究与分析 | 第25-30页 |
| 3.1.1 决策树算法原理分析 | 第25-26页 |
| 3.1.2 C4.5 决策树算法的研究 | 第26-28页 |
| 3.1.3 C4.5 决策树分类算法实验结果分析 | 第28-30页 |
| 3.2 支持向量机SVM的参数优化 | 第30-39页 |
| 3.2.1 SVM线性可分与线性不可分 | 第31-33页 |
| 3.2.2 核函数与惩罚参数 | 第33-35页 |
| 3.2.3 通过实验确定SVM最优核函数 | 第35-38页 |
| 3.2.4 通过实验对SVM参数寻优 | 第38-39页 |
| 3.3 SVM与C4.5 决策树算法性能的对比 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于改进的文本分类算法的校园招聘系统设计与实现 | 第42-55页 |
| 4.1 系统总体功能设计 | 第42-43页 |
| 4.2 系统开发结构设计 | 第43-45页 |
| 4.2.1 系统体系结构设计 | 第43-44页 |
| 4.2.2 系统开发框架设计 | 第44-45页 |
| 4.3 基于改进文本分类算法的系统主要模块设计 | 第45-54页 |
| 4.3.1 学生简历管理模块设计 | 第45-48页 |
| 4.3.2 简历文本向量化设计 | 第48-52页 |
| 4.3.3 简历匹配模块设计 | 第52-53页 |
| 4.3.4 评星模块设计 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 系统调试与运行 | 第55-61页 |
| 5.1 用户管理模块的调试与运行 | 第55-56页 |
| 5.2 简历管理模块的调试与运行 | 第56-58页 |
| 5.3 面试现场管理模块的调试与运行 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |