| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-10页 |
| ·文本分类概述 | 第10-12页 |
| ·文本分类的定义 | 第10页 |
| ·文本分类过程简介 | 第10-11页 |
| ·文本体裁分类概述 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要工作与研究内容 | 第13-16页 |
| ·论文的主要工作 | 第13-14页 |
| ·论文的研究特色和创新说明 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 网页文本的特征表示 | 第16-33页 |
| ·网页文本预处理 | 第16-18页 |
| ·网页信息表示分析 | 第17页 |
| ·网页预处理流程 | 第17-18页 |
| ·特征项的选取 | 第18-25页 |
| ·频繁字符串特征 | 第19-23页 |
| ·传统的自动分词技术 | 第19-20页 |
| ·基于序列挖掘的频繁字符串抽取 | 第20-23页 |
| ·低频高权字符串特征的获取 | 第23页 |
| ·模糊字符串模式特征 | 第23-24页 |
| ·平均段长、平均句长 | 第24页 |
| ·网页的链接结构信息 | 第24-25页 |
| ·特征项的权重计算问题 | 第25-29页 |
| ·初始权重的计算 | 第25-26页 |
| ·基于特征空间区分能力的权值调整策略 | 第26-29页 |
| ·特征空间对不同体裁类别的区分能力 | 第27-28页 |
| ·样本的权值调整 | 第28-29页 |
| ·特征选择方法 | 第29-33页 |
| ·文本频率DF | 第30页 |
| ·信息增益IG | 第30-31页 |
| ·互信息MI | 第31页 |
| ·χ~2 统计法 | 第31-33页 |
| 第三章 文本分类和评估方法 | 第33-47页 |
| ·分类算法介绍 | 第33-38页 |
| ·中心向量比较法（Rocchio） | 第33-34页 |
| ·K 近邻法（K-Nearest Neighbor，KNN） | 第34页 |
| ·朴素贝叶斯算法（Na(?)ve Bayes，NB） | 第34-35页 |
| ·支持向量机（Support Vector Machines，SVM） | 第35-38页 |
| ·支持向量机基本原理 | 第36-37页 |
| ·SVM 多类分类方法 | 第37-38页 |
| ·一种SVM 与关联规则相结合的分类器SVMAR | 第38-45页 |
| ·关联规则分类 | 第38-43页 |
| ·关联规则的挖掘 | 第39页 |
| ·关联规则的优化 | 第39-41页 |
| ·利用关联规则进行分类 | 第41-43页 |
| ·SVM 和关联规则分类器的组合――SVMAR | 第43-45页 |
| ·分类结果的相关性分析 | 第43-44页 |
| ·候选类别权值的确定 | 第44页 |
| ·分类器的组合 | 第44-45页 |
| ·评估方法 | 第45-47页 |
| ·准确率、查全率和F1 值 | 第45-46页 |
| ·宏平均和微平均 | 第46-47页 |
| 第四章 系统的设计实现与实验分析 | 第47-57页 |
| ·系统功能结构设计 | 第47-48页 |
| ·部分功能模块处理流程说明 | 第48-50页 |
| ·实验结果及性能评价 | 第50-57页 |
| ·数据集 | 第50页 |
| ·实验环境及开源项目说明 | 第50-51页 |
| ·实验结果分析 | 第51-57页 |
| ·特征项选取实验 | 第51-52页 |
| ·特征权值调整实验 | 第52-54页 |
| ·SVM 与 SVMAR 分类效果比较实验 | 第54-55页 |
| ·实验总结 | 第55-57页 |
| 第五章 结论与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·进一步工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间参加的课题和发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
