面向不平衡数据集的朴素贝叶斯文本分类算法改进研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 样本空间研究现状 | 第10-11页 |
| 1.2.2 特征选择算法研究现状 | 第11页 |
| 1.2.3 文本分类算法研究现状 | 第11-12页 |
| 1.3 研究目标与内容 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 2 文本分类流程及相关分类模型 | 第14-25页 |
| 2.1 文本分类总体流程 | 第14-15页 |
| 2.2 文本预处理 | 第15-16页 |
| 2.3 文本表示 | 第16-17页 |
| 2.4 文本分类算法 | 第17-22页 |
| 2.4.1 朴素贝叶斯模型 | 第18-19页 |
| 2.4.2 伯努利朴素贝叶斯模型 | 第19页 |
| 2.4.3 多项式朴素贝叶斯模型 | 第19-20页 |
| 2.4.4 补集朴素贝叶斯模型 | 第20-21页 |
| 2.4.5 朴素贝叶斯文本分类流程 | 第21-22页 |
| 2.5 文本分类器评价方法和标准 | 第22-24页 |
| 2.5.1 文本分类器评价方法 | 第22-23页 |
| 2.5.2 文本分类器评价标准 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 基于近邻文本加权补集的朴素贝叶斯分类算法研究 | 第25-36页 |
| 3.1 文本距离度量方法 | 第25-26页 |
| 3.2 文本权重的标准化方法 | 第26-27页 |
| 3.3 KWCNB文本分类改进算法 | 第27-30页 |
| 3.3.1 算法的核心思想 | 第27页 |
| 3.3.2 算法的基本原理 | 第27-29页 |
| 3.3.3 算法的基本流程 | 第29-30页 |
| 3.4 仿真实验与分析 | 第30-35页 |
| 3.4.1 数据选取 | 第30-31页 |
| 3.4.2 数据预处理 | 第31-32页 |
| 3.4.3 实验结果与分析 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于属性加权补集的朴素贝叶斯分类算法研究 | 第36-46页 |
| 4.1 特征选择方法 | 第36-38页 |
| 4.2 特征加权方法 | 第38-39页 |
| 4.3 TFWCNB文本分类改进算法 | 第39-42页 |
| 4.3.1 算法的核心思想 | 第39-40页 |
| 4.3.2 算法的基本原理 | 第40页 |
| 4.3.3 算法的基本流程 | 第40-42页 |
| 4.4 仿真实验与分析 | 第42-44页 |
| 4.4.1 数据选取及预处理 | 第42页 |
| 4.4.2 实验结果与分析 | 第42-44页 |
| 4.5 本章小结 | 第44-46页 |
| 5 基于文本加权补集的朴素贝叶斯组合提升算法研究 | 第46-59页 |
| 5.1 组合分类算法 | 第46-51页 |
| 5.1.1 装袋组合算法 | 第46-47页 |
| 5.1.2 随机森林组合算法 | 第47-49页 |
| 5.1.3 AdaBoost提升算法 | 第49-51页 |
| 5.2 ADAWCNB组合提升改进算法 | 第51-53页 |
| 5.2.1 算法的核心思想 | 第51-52页 |
| 5.2.2 算法的基本原理 | 第52页 |
| 5.2.3 算法的基本流程 | 第52-53页 |
| 5.3 实验与结果 | 第53-58页 |
| 5.3.1 数据选取及预处理 | 第53页 |
| 5.3.2 实验结果与分析 | 第53-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65-66页 |
