| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本论文所做的主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 文本分类的相关技术 | 第16-28页 |
| 2.1 文本分类过程 | 第16页 |
| 2.2 文本预处理 | 第16-19页 |
| 2.3 文本表示模型 | 第19-21页 |
| 2.3.1 向量空间模型 | 第19-20页 |
| 2.3.2 特征项权重计算 | 第20-21页 |
| 2.4 降维处理 | 第21-24页 |
| 2.4.1 特征抽取 | 第21页 |
| 2.4.2 特征选择 | 第21-24页 |
| 2.4.2.1 文档频率DF | 第22页 |
| 2.4.2.2 信息增益IG | 第22-23页 |
| 2.4.2.3 互信息MI | 第23页 |
| 2.4.2.4 χ~2统计CHI | 第23-24页 |
| 2.5 文本分类方法 | 第24-26页 |
| 2.5.1 KNN方法 | 第24页 |
| 2.5.2 支持向量机方法 | 第24-26页 |
| 2.6 分类性能评估方法 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 特征项权重计算及特征选择方法的分析与改进 | 第28-40页 |
| 3.1 特征项的权重算法分析 | 第28-29页 |
| 3.2 TFIDF的改进 | 第29-31页 |
| 3.3 信息增益特征选择方法的分析 | 第31-33页 |
| 3.4 信息增益特征选择方法的改进 | 第33-34页 |
| 3.5 实验和数据分析 | 第34-38页 |
| 3.5.1 分类器 | 第34页 |
| 3.5.2 数据集 | 第34-35页 |
| 3.5.3 实验结果及分析 | 第35-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 基于SVM-KNN的文本分类算法的分析与改进 | 第40-46页 |
| 4.1 算法提出的背景 | 第40-41页 |
| 4.2 算法的实现 | 第41-43页 |
| 4.3 算法的改进 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 中文文本分类系统的设计与实现 | 第46-76页 |
| 5.1 系统总体设计 | 第46-49页 |
| 5.1.1 系统需求分析 | 第46页 |
| 5.1.2 影响系统性能的主要因素 | 第46-47页 |
| 5.1.3 系统的模型设计 | 第47-48页 |
| 5.1.4 系统的总体结构 | 第48-49页 |
| 5.2 系统功能模块设计 | 第49-56页 |
| 5.2.1 系统功能模块及相关流程图 | 第50-56页 |
| 5.2.1.1 文本预处理模块 | 第52页 |
| 5.2.1.2 权重计算和特征选择模块 | 第52-54页 |
| 5.2.1.3 分类模块 | 第54-55页 |
| 5.2.1.4 性能评测模块 | 第55-56页 |
| 5.2.2 系统关键类功能说明 | 第56页 |
| 5.3 系统实现 | 第56-70页 |
| 5.3.1 系统基本功能的实现 | 第56-59页 |
| 5.3.2 改进型权重计算和信息增益方法的实现 | 第59-62页 |
| 5.3.3 分类模块的实现 | 第62-67页 |
| 5.3.4 性能评测模块的实现 | 第67-70页 |
| 5.4 实验设置 | 第70页 |
| 5.4.1 开发环境 | 第70页 |
| 5.4.2 实验数据 | 第70页 |
| 5.5 实验结果分析 | 第70-74页 |
| 5.5.1 混淆矩阵 | 第71-72页 |
| 5.5.2 召回率、准确率、F1值 | 第72-74页 |
| 5.5.3 分类效果分析与总结 | 第74页 |
| 5.6 系统的主要特点 | 第74-75页 |
| 5.7 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76页 |
| 6.2 后续工作展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |