| 第一章 绪论 | 第7-25页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 数据挖掘概述 | 第9-14页 |
| 1.2.1 数据挖掘的概念 | 第9-11页 |
| 1.2.2 数据挖掘分类 | 第11-12页 |
| 1.2.3 文本挖掘 | 第12-14页 |
| 1.3 WEB挖掘的研究 | 第14-21页 |
| 1.3.1 Web 内容挖掘 | 第16-18页 |
| 1.3.2 Web 结构挖掘 | 第18-19页 |
| 1.3.3 Web 使用挖掘 | 第19-21页 |
| 1.4 本文工作 | 第21-25页 |
| 第二章 WEB 文档的特征抽取 | 第25-42页 |
| 2.1 引言 | 第25-26页 |
| 2.2 遗传算法概述 | 第26-32页 |
| 2.2.1 GA 中的选择算子 | 第27-30页 |
| 2.2.2 GA 中的变异算子 | 第30页 |
| 2.2.3 GA 中的交叉算子 | 第30-31页 |
| 2.2.4 变长染色体遗传算法(messy GA) | 第31-32页 |
| 2.3 WEB文档的表示 | 第32-34页 |
| 2.4 基于变长染色体遗传算法的特征抽取 | 第34-38页 |
| 2.4.1 参数编码 | 第35页 |
| 2.4.2 适应度函数 | 第35-36页 |
| 2.4.3 选择操作 | 第36页 |
| 2.4.4 并列处理阶段 | 第36-37页 |
| 2.4.5 变异策略 | 第37-38页 |
| 2.4.6 控制参数的设定 | 第38页 |
| 2.5 实验验证 | 第38-40页 |
| 2.6 小结 | 第40-42页 |
| 第三章 WEB 信息分类研究 | 第42-59页 |
| 3.1 分类方法概述 | 第42-48页 |
| 3.2 格机的基础理论 | 第48-53页 |
| 3.3 扩展格机与多类别文档分类 | 第53-56页 |
| 3.4 实验验证 | 第56-57页 |
| 3.5 小结 | 第57-59页 |
| 第四章 数据约简的高效算法研究 | 第59-79页 |
| 4.1 引言 | 第59-62页 |
| 4.2 相关工作 | 第62-69页 |
| 4.2.1 基于密度的格机分类模型 | 第62-65页 |
| 4.2.2 基于格的高效渐增式数据约简 | 第65-69页 |
| 4.3 基于格与属性评价的高效数据约简 | 第69-74页 |
| 4.4 算法分析与实验验证 | 第74-77页 |
| 4.5 小结 | 第77-79页 |
| 第五章 WEB 信息抽取 | 第79-96页 |
| 5.1 引言 | 第79-83页 |
| 5.2 超文本数据的预处理 | 第83-84页 |
| 5.3 表格信息的自主抽取 | 第84-92页 |
| 5.3.1 抽取知识表示方法 | 第84-85页 |
| 5.3.2 抽取知识的获取 | 第85-89页 |
| 5.3.3 信息抽取算法 | 第89-91页 |
| 5.3.4. 学习方法 | 第91-92页 |
| 5.4 列表结构信息的自主抽取 | 第92-94页 |
| 5.5 实验验证与小结 | 第94-96页 |
| 第六章 结束语 | 第96-99页 |
| 6.1 本文主要贡献与创新 | 第96-97页 |
| 6.2 下一步的研究工作 | 第97-99页 |
| 参考文献 | 第99-109页 |
| 作者读博士期间发表的学术论文及其它成果 | 第109-110页 |
| 致谢 | 第110-111页 |
| 摘要 | 第111-114页 |
| Abstract | 第114页 |