| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究的背景和意义 | 第9页 |
| ·课题研究的发展现状 | 第9-11页 |
| ·文本自动分类的研究现状 | 第9-10页 |
| ·网页自动分类的研究现状 | 第10-11页 |
| ·本文的研究内容和组织结构 | 第11-13页 |
| 第二章 网页自动分类和存储管理系统的功能分析 | 第13-19页 |
| ·网页分类概述 | 第13-14页 |
| ·系统要求 | 第14页 |
| ·系统功能分析 | 第14-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 网页收集和预处理模块的设计与实现 | 第19-36页 |
| ·网页收集器的设计与实现 | 第19-22页 |
| ·网页收集器设计 | 第19-20页 |
| ·网页收集器实现 | 第20-22页 |
| ·网页预处理模块的设计与实现 | 第22-35页 |
| ·文本表示模型选择 | 第23-25页 |
| ·网页信息提取 | 第25-30页 |
| ·网页文本分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 网页特征提取和分类模块的设计与实现 | 第36-46页 |
| ·特征提取的工作原理 | 第36页 |
| ·常用的特征提取算法 | 第36-40页 |
| ·文档频率(Document Frequency) | 第37页 |
| ·特征频率(Term Frequency) | 第37页 |
| ·特征熵(Term Entropy) | 第37-38页 |
| ·信息增益(Information Gain) | 第38页 |
| ·互信息(Mutual Information) | 第38-39页 |
| ·χ~2统计法(Chi-square,CHI) | 第39-40页 |
| ·特征提取算法的比较 | 第40页 |
| ·特征提取模块的设计与实现 | 第40-44页 |
| ·特征提取过程 | 第42页 |
| ·改进的特征权重计算 | 第42-44页 |
| ·网页分类模块的设计与实现 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 网页分类存储和查询模块的设计与实现 | 第46-63页 |
| ·增量存储和反馈查询技术 | 第46页 |
| ·基于嵌套FSM的URL解析方法 | 第46-57页 |
| ·URL解析概述 | 第47页 |
| ·FSM有限状态自动机 | 第47-49页 |
| ·方法设计和实现 | 第49-52页 |
| ·方法流程分析 | 第52-55页 |
| ·与现存方法的比较 | 第55-57页 |
| ·存储模块的设计与实现 | 第57-61页 |
| ·查询模块的设计与实现 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 网页自动分类和存储管理系统的测试 | 第63-67页 |
| ·测试环境设置 | 第63页 |
| ·测试评价标准 | 第63-64页 |
| ·测试及结果分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 发表论文目录 | 第74页 |