基于贝叶斯理论的文本分类技术的研究与实现
| 内容提要 | 第1-8页 |
| 第1章 绪论 | 第8-16页 |
| ·文本分类的研究目的及意义 | 第8-9页 |
| ·文本分类的发展历程 | 第9-10页 |
| ·文本分类的研究现状 | 第10-13页 |
| ·文本分类的应用前景 | 第13-15页 |
| ·论文组织结构 | 第15-16页 |
| 第2章 文本分类的相关技术 | 第16-43页 |
| ·文本分类概述 | 第16-19页 |
| ·文本分类的定义 | 第17页 |
| ·文本分类的流程 | 第17-19页 |
| ·文本预处理 | 第19-20页 |
| ·向量空间模型 | 第20-24页 |
| ·特征压缩 | 第24-30页 |
| ·特征选择 | 第24-28页 |
| ·特征提取 | 第28-30页 |
| ·分类算法 | 第30-39页 |
| ·Rocchio 算法 | 第30-31页 |
| ·K 最近邻居算法 | 第31-32页 |
| ·朴素贝叶斯算法 | 第32页 |
| ·支持向量机算法 | 第32-34页 |
| ·人工神经网络 | 第34-36页 |
| ·决策树 | 第36-38页 |
| ·基于关联规则的分类法 | 第38-39页 |
| ·粗糙集 | 第39页 |
| ·性能评价 | 第39-43页 |
| 第3章 贝叶斯理论及其分类方法 | 第43-55页 |
| ·概述 | 第43-44页 |
| ·贝叶斯理论 | 第44-45页 |
| ·贝叶斯分类方法 | 第45-55页 |
| ·朴素贝叶斯分类方法 | 第46-48页 |
| ·贝叶斯网络 | 第48-50页 |
| ·半朴素贝叶斯分类方法 | 第50-51页 |
| ·树形增强朴素贝叶斯分类方法 | 第51-53页 |
| ·贝叶斯多网模型 | 第53-55页 |
| 第4章 朴素贝叶斯分类系统的设计与实现 | 第55-70页 |
| ·系统框架设计 | 第55-56页 |
| ·主要模块的算法及流程图 | 第56-70页 |
| ·文本预处理 | 第56-60页 |
| ·特征选择 | 第60-64页 |
| ·构建文本分类器 | 第64-67页 |
| ·分类器分类 | 第67-70页 |
| 第5章 朴素贝叶斯分类系统的使用与评测 | 第70-74页 |
| ·系统的使用过程 | 第70-73页 |
| ·实验结果及其分析 | 第73-74页 |
| 第6章 结论 | 第74-76页 |
| ·工作总结 | 第74页 |
| ·进一步展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 摘要 | 第80-83页 |
| Abstract | 第83-86页 |
