| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·论文的相关内容 | 第11页 |
| ·论文的结构安排 | 第11-13页 |
| 2 文本分类技术简介 | 第13-29页 |
| ·基本概念 | 第13-14页 |
| ·文本分类的语料库 | 第14页 |
| ·文本分类流程 | 第14-16页 |
| ·文本预处理 | 第16页 |
| ·分词 | 第16页 |
| ·词性分析 | 第16页 |
| ·消除停用词 | 第16页 |
| ·文本表示 | 第16-18页 |
| ·布尔模型 | 第16-17页 |
| ·向量空间模型 | 第17-18页 |
| ·特征降维 | 第18-20页 |
| ·文本分类算法 | 第20-23页 |
| ·KNN 分类方法 | 第20-21页 |
| ·朴素贝叶斯 | 第21-22页 |
| ·支持向量机分类方法 | 第22-23页 |
| ·测评 | 第23-24页 |
| ·常用的特征选择方法 | 第24-27页 |
| ·文档频率 | 第24-25页 |
| ·互信息 | 第25-26页 |
| ·信息增益 | 第26页 |
| ·X~2统计量 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 3 基于信息增益特征关联树的文本特征选择算法 | 第29-36页 |
| ·信息增益算法分析 | 第29-30页 |
| ·改进信息增益算法 | 第30-34页 |
| ·基于类内特征关联树模型去除冗余特征 | 第30-32页 |
| ·基于类间加权离散度的信息增益公式改进 | 第32-34页 |
| ·基于信息增益特征关联树的特征选择算法的描述 | 第34页 |
| ·本章小结 | 第34-36页 |
| 4 基于改进信息增益的垃圾博客过滤算法 | 第36-41页 |
| ·博客页面的 URL 和超链接的特征分析 | 第36-37页 |
| ·URL 的 Abnormal 和 Normal 名单 | 第36页 |
| ·链接锚文本 | 第36-37页 |
| ·基于改进的信息增益的垃圾博客过滤算法 | 第37-40页 |
| ·利用改进的信息增益公式分类提取特征 | 第37-38页 |
| ·利用互斥信息过滤负相关特征 | 第38页 |
| ·特征值个数的考虑 | 第38-39页 |
| ·基于改进的信息增益的垃圾博客过滤算法的描述 | 第39-40页 |
| ·小结 | 第40-41页 |
| 5 实验数据及结果分析 | 第41-45页 |
| ·基于信息增益特征关联树文本特征选择算法实验 | 第41-43页 |
| ·基于改进信息增益的垃圾博客过滤算法实验 | 第43-45页 |
| 结论 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表学术论文情况 | 第51-52页 |
| 致谢 | 第52页 |