基于KNN及相关链接的中文网页分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究的背景及意义 | 第11-12页 |
| ·网页分类和超链接分析方面的国内外研究现状 | 第12-15页 |
| ·网页分类的发展与研究现状 | 第12-14页 |
| ·超链接的研究现状 | 第14-15页 |
| ·本论文的工作及论文结构 | 第15-16页 |
| 第2章 网页分类技术研究 | 第16-33页 |
| ·互联网信息描述语言 | 第16-18页 |
| ·SGML标记语言 | 第16页 |
| ·HTML标记语言 | 第16-17页 |
| ·XML标记语言 | 第17-18页 |
| ·文本分类的基本概念及特点 | 第18-19页 |
| ·文本分类的基本概念 | 第18页 |
| ·文本分类的特点 | 第18-19页 |
| ·文本表示模型 | 第19-22页 |
| ·布尔模型 | 第19-20页 |
| ·概率模型 | 第20页 |
| ·向量空间模型 | 第20-22页 |
| ·汉语分词 | 第22-24页 |
| ·文本特征选择及权值计算 | 第24-26页 |
| ·文档频率 | 第24-25页 |
| ·TF-IDF算法 | 第25-26页 |
| ·文本分类算法 | 第26-31页 |
| ·朴素贝叶斯分类 | 第26-27页 |
| ·支持向量机分类 | 第27-28页 |
| ·KNN分类 | 第28-29页 |
| ·神经网络分类 | 第29-30页 |
| ·决策树分类 | 第30-31页 |
| ·文本分类的评价体系 | 第31页 |
| ·准确率与召回率 | 第31页 |
| ·F值 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第3章 中文网页内容的提取算法研究 | 第33-41页 |
| ·网页标题的提取 | 第33-34页 |
| ·网页正文的提取 | 第34-36页 |
| ·网页相关链接的提取 | 第36-40页 |
| ·网页相关链接的提取算法 | 第36-40页 |
| ·相关链接提取算法的测试 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于KNN的组合分类算法研究 | 第41-45页 |
| ·基于KNN的组合分类算法 | 第41-42页 |
| ·中文网页分类器的设计与实现 | 第42-44页 |
| ·中文网页预处理 | 第42-43页 |
| ·基于词频的特征选择 | 第43页 |
| ·系统流程设计 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 中文网页分类实验设置与结果分析 | 第45-54页 |
| ·语料库简介 | 第45-46页 |
| ·实验方案及实验步骤 | 第46-49页 |
| ·实验方案 | 第46页 |
| ·实验步骤 | 第46-49页 |
| ·实验结果与分析 | 第49-53页 |
| ·未引入相关链接的网页分类实验结果与分析 | 第49-50页 |
| ·引入相关链接的网页分类实验结果与分析 | 第50-52页 |
| ·基于相关链接进行网页分类实验结果与分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 个人简历 | 第61页 |
