| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·文本分类的研究现状 | 第10-11页 |
| ·关联规则挖掘技术的研究现状 | 第11-12页 |
| ·关联规则用于文本分类的研究现状 | 第12-14页 |
| ·研究内容 | 第14页 |
| ·论文结构 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第2章 相关工作 | 第15-24页 |
| ·关联规则文本分类的基本知识 | 第15-16页 |
| ·文本分类的预处理 | 第16-18页 |
| ·中文分词 | 第16页 |
| ·停用词处理 | 第16页 |
| ·文本的特征选择 | 第16-18页 |
| ·文本的向量表示 | 第18页 |
| ·频繁项集挖掘算法 | 第18-21页 |
| ·Apriori 算法 | 第19页 |
| ·FP-growth 算法 | 第19-20页 |
| ·FP-MAX 算法 | 第20-21页 |
| ·文本特征项的权重 | 第21页 |
| ·关联规则分类算法 | 第21-23页 |
| ·CBA 算法 | 第21-22页 |
| ·CMAR 算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 改进的关联规则文本分类算法 | 第24-36页 |
| ·优化分类作用的新规则权重 | 第24-27页 |
| ·如何产生合理的规则权重 | 第24-25页 |
| ·基于文本相似度的规则权重 | 第25-27页 |
| ·分类规则的产生者——一种新的分类器CP-tree | 第27-30页 |
| ·如何产生有效的分类规则 | 第27-28页 |
| ·改进CR-tree 的CP-tree | 第28-30页 |
| ·优化空间复杂度的新分类器CPF-tree | 第30-33页 |
| ·产生加权分类规则 | 第33-34页 |
| ·分类决策 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 实验及分析 | 第36-42页 |
| ·数据集 | 第36页 |
| ·实验评价标准 | 第36-37页 |
| ·实验结果及分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47-48页 |
| 攻读学位期间取得的科研成果 | 第48页 |