| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 BLOG 概述 | 第11-12页 |
| 1.2 提取BLOG 敏感信息的重要性 | 第12页 |
| 1.3 研究现状 | 第12-13页 |
| 1.4 课题的提出与本文结构 | 第13-14页 |
| 第2章 中文文本的预处理、表示及分类 | 第14-26页 |
| 2.1 引言 | 第14页 |
| 2.2 中文文本的预处理 | 第14-16页 |
| 2.2.1 中文自动分词 | 第14-16页 |
| 2.2.2 禁用词表处理 | 第16页 |
| 2.2.3 汉字部件组合技术 | 第16页 |
| 2.3 中文文本的表示 | 第16-21页 |
| 2.3.1 文本特征的提取 | 第18-19页 |
| 2.3.2 特征降维算法 | 第19-20页 |
| 2.3.3 权重计算 | 第20-21页 |
| 2.4 中文文本的分类技术 | 第21-25页 |
| 2.4.1 基于统计的文本分类方法 | 第21-24页 |
| 2.4.2 基于连接的文本分类方法 | 第24页 |
| 2.4.3 基于规则的文本分类方法 | 第24-25页 |
| 2.5 文本分类过滤方法性能评估 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 BLOG 文本内容的采集与预处理 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 BLOG 文本及属性采集 | 第26-30页 |
| 3.2.1 采集流程 | 第26-29页 |
| 3.2.2 其他BSP 网站架构 | 第29页 |
| 3.2.3 Blog 文本记录数据结构 | 第29页 |
| 3.2.4 小结 | 第29-30页 |
| 3.3 BLOG 文本预处理 | 第30-40页 |
| 3.3.1 算法提出的背景 | 第30-31页 |
| 3.3.2 汉字部件理论 | 第31-32页 |
| 3.3.3 面向应用的汉字拆分规则 | 第32-34页 |
| 3.3.4 模式匹配算法选择及改进 | 第34-38页 |
| 3.3.5 汉字部件组合的实验效果 | 第38-39页 |
| 3.3.6 汉字部件组合在Blog 文本属性提取中的应用 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 ID3 决策树算法及改进 | 第41-62页 |
| 4.1 引言 | 第41页 |
| 4.2 决策树方法的介绍 | 第41-44页 |
| 4.2.1 决策树的结构 | 第41-42页 |
| 4.2.2 决策树的学习过程 | 第42-43页 |
| 4.2.3 决策树的算法 | 第43-44页 |
| 4.3 ID3 算法 | 第44-47页 |
| 4.4 ID3 算法优缺点 | 第47-49页 |
| 4.5 简化信息熵的改进算法 | 第49-53页 |
| 4.5.1 算法原理 | 第49-51页 |
| 4.5.2 效果验证 | 第51-53页 |
| 4.6 通过调节因子改变属性信息量的改进算法 | 第53-55页 |
| 4.6.1 算法原理 | 第53-55页 |
| 4.6.2 效果验证 | 第55页 |
| 4.7 合并树枝的改进算法 | 第55-58页 |
| 4.7.1 算法原理 | 第56-57页 |
| 4.7.2 效果验证 | 第57-58页 |
| 4.8 贝叶斯决策树 | 第58-61页 |
| 4.8.1 算法原理 | 第59-61页 |
| 4.9 本章小结 | 第61-62页 |
| 第5章 BLOG 文本敏感信息提取系统设计与实验 | 第62-69页 |
| 5.1 引言 | 第62页 |
| 5.2 系统设计 | 第62-67页 |
| 5.2.1 Blog 日志文本采集 | 第62页 |
| 5.2.2 汉字部件组合 | 第62页 |
| 5.2.3 属性提取与转换 | 第62-63页 |
| 5.2.4 中文分词与文本表示 | 第63-64页 |
| 5.2.5 训练（测试）样本集 | 第64页 |
| 5.2.6 决策树的构造及属性数据转换 | 第64-66页 |
| 5.2.7 ID3 改进算法的选择与对比测试 | 第66-67页 |
| 5.2.8 新词发现 | 第67页 |
| 5.3 实验结果与分析 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 工作总结与前景展望 | 第69-70页 |
| 6.1 工作总结 | 第69页 |
| 6.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73-75页 |