| 内容摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·研究方法 | 第10-11页 |
| 第2章 文献综述 | 第11-17页 |
| ·国内外会计信息系统以及REA模型研究现状 | 第11-13页 |
| ·国外会计信息系统以及REA模型的发展 | 第11-12页 |
| ·国内会计信息系统以及REA模型研究现状 | 第12-13页 |
| ·国内外文本分类器的研究现状 | 第13-17页 |
| ·文本分类研究现状 | 第13-15页 |
| ·决策树研究现状 | 第15-16页 |
| ·支持向量机研究现状 | 第16-17页 |
| 第3章 REA模型介绍 | 第17-21页 |
| ·REA模型的基本内容 | 第17-18页 |
| ·REA事项建模 | 第18-19页 |
| ·利用REA设计ERP系统财务模块及与分类器的结合 | 第19-21页 |
| 第4章 基于REA模型的数据结构的中文文本分类技术 | 第21-30页 |
| ·本文分类概述 | 第21-22页 |
| ·文本预处理及中文分词 | 第22-23页 |
| ·向量空间模型表示文本 | 第23-26页 |
| ·文本分类算法 | 第26-29页 |
| ·分类器性能评估 | 第29-30页 |
| 第5章 基于SVM文本分类的研究 | 第30-38页 |
| ·SVM概述 | 第30-31页 |
| ·线性可分的SVM | 第31-33页 |
| ·非线性可分的SVM | 第33-35页 |
| ·SVM训练算法 | 第35-38页 |
| 第6章 决策树与SVM融合学习文本分类算法研究 | 第38-48页 |
| ·决策树算法 | 第38-39页 |
| ·基于SVM的多类问题研究 | 第39-41页 |
| ·基于SVM-决策树的多类分类器 | 第41-44页 |
| ·基于聚类算法改进的SVM-决策树多类分类器 | 第44-48页 |
| 第7章 基于REA模型的ERP财务模块设计 | 第48-58页 |
| ·基于REA模型的ERP系统财务模块结构 | 第48-50页 |
| ·REA数据转换模块设计 | 第50-53页 |
| ·分类器训练模块研究与设计 | 第53-54页 |
| ·实验分析 | 第54-58页 |
| 第8章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·研究工作展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 后记 | 第62页 |