基于集成学习的房产资讯分类
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 文本分类研究现状 | 第12-14页 |
| 1.2.2 集成学习研究现状 | 第14-18页 |
| 1.3 主要内容和结构安排 | 第18-20页 |
| 1.3.1 论文主要内容 | 第18页 |
| 1.3.2 论文结构安排 | 第18-20页 |
| 第2章 文本分类算法及其评价方法相关技术研究 | 第20-39页 |
| 2.1 文本分类过程 | 第20-21页 |
| 2.2 机器学习方法 | 第21页 |
| 2.3 文本的表示 | 第21-26页 |
| 2.3.1 文本预处理 | 第22-23页 |
| 2.3.2 文本表示模型 | 第23-26页 |
| 2.4 特征处理 | 第26-30页 |
| 2.4.1 特征提取的方法 | 第27-29页 |
| 2.4.2 特征词权重 | 第29-30页 |
| 2.5 文本的分类 | 第30-32页 |
| 2.5.1 简单向量距离法 | 第30-31页 |
| 2.5.2 k近邻算法 | 第31页 |
| 2.5.3 朴素贝叶斯 | 第31-32页 |
| 2.5.4 决策树 | 第32页 |
| 2.5.5 支持向量机 | 第32页 |
| 2.6 文本的分类效果评价 | 第32-33页 |
| 2.6.1 查全率和查准率 | 第33页 |
| 2.6.2 F-测量 | 第33页 |
| 2.6.3 微平均与宏平均 | 第33页 |
| 2.7 文本预处理的设计和实现 | 第33-39页 |
| 第3章 房产资讯采集系统的设计与实现 | 第39-55页 |
| 3.1 数据采集 | 第39-43页 |
| 3.1.1 爬虫技术概况 | 第39-40页 |
| 3.1.2 网络爬虫工作原理 | 第40-41页 |
| 3.1.3 常见的抓取策略 | 第41-43页 |
| 3.2 房产资讯采集系统总体设计 | 第43-50页 |
| 3.2.1 采集对象简介 | 第44页 |
| 3.2.2 管理模块的设计与实现 | 第44-46页 |
| 3.2.3 查询模块的设计与实现 | 第46-47页 |
| 3.2.4 Scrapy的整体架构 | 第47页 |
| 3.2.5 框架的运行过程 | 第47-48页 |
| 3.2.6 系统设置模块的设计与实现 | 第48页 |
| 3.2.7 数据采集模块的设计与实现 | 第48-49页 |
| 3.2.8 数据处理模块的设计与实现 | 第49页 |
| 3.2.9 数据库的设计 | 第49-50页 |
| 3.3 采集得到房产资讯数据 | 第50-55页 |
| 3.3.1 数据的通用性和实用性 | 第51-53页 |
| 3.3.2 数据的标注 | 第53-55页 |
| 第4章 基于增量集成学习的分类算法 | 第55-62页 |
| 4.1 文本降维 | 第55-57页 |
| 4.1.1 潜在语义空间模型 | 第55页 |
| 4.1.2 矩阵的特征值分解 | 第55-57页 |
| 4.1.3 潜在语义空间模型的特点 | 第57页 |
| 4.2 集成学习的理论基础 | 第57页 |
| 4.2.1 基本概念 | 第57页 |
| 4.2.2 集成学习的不足以及发展方向 | 第57页 |
| 4.3 增量学习基本思想 | 第57-61页 |
| 4.3.1 集成学习算法的改进 | 第58-59页 |
| 4.3.2 基分类器的选择 | 第59-60页 |
| 4.3.3 增量集成学习模型中的算法组合方法 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 实验与分析 | 第62-71页 |
| 5.1 文本分类设计与实现 | 第62-64页 |
| 5.1.1 实验环境 | 第62页 |
| 5.1.2 实验设计 | 第62-64页 |
| 5.1.3 实验各数据的保存格式 | 第64页 |
| 5.2 实验结果与分析 | 第64-70页 |
| 5.2.1 潜在语义空间模型实验结果 | 第64-68页 |
| 5.2.2 基分类器的选择 | 第68-69页 |
| 5.2.3 增量集成学习文本分类实验结果 | 第69-70页 |
| 5.3 实验结果总结 | 第70-71页 |
| 结论与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第78页 |
