基于决策树分类算法的Web文本分类研究
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-21页 |
| ·课题的研究背景 | 第15-17页 |
| ·国内外研究现状 | 第17-18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的组织结构 | 第19-21页 |
| 第2章 数据挖掘技术 | 第21-31页 |
| ·数据挖掘概念 | 第21-22页 |
| ·数据挖掘的步骤 | 第22页 |
| ·数据挖掘常用算法与技术 | 第22-25页 |
| ·Web 数据挖掘 | 第25-27页 |
| ·概念 | 第25页 |
| ·Web 数据挖掘分类 | 第25-27页 |
| ·Web 文本挖掘介绍 | 第27-28页 |
| ·Web 文本挖掘概念 | 第27页 |
| ·Web 文本挖掘任务 | 第27-28页 |
| ·本章小结 | 第28-31页 |
| 第3章 决策树分类算法研究 | 第31-45页 |
| ·决策树算法原理 | 第31-34页 |
| ·算法的发展 | 第31-32页 |
| ·算法实现过程归纳 | 第32-34页 |
| ·ID3 算法 | 第34-37页 |
| ·信息论基础 | 第34-35页 |
| ·ID3 算法实现过程 | 第35-36页 |
| ·ID3 算法优缺点 | 第36-37页 |
| ·C4.5 算法 | 第37-40页 |
| ·C4.5 算法原理 | 第38页 |
| ·C4.5 算法对连续值属性的处理 | 第38-39页 |
| ·C4.5 算法的剪枝 | 第39-40页 |
| ·其他决策树分类算法 | 第40-43页 |
| ·CART 算法 | 第40-41页 |
| ·SLIQ 算法 | 第41-42页 |
| ·SPRINT 算法 | 第42-43页 |
| ·算法小结 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第4章 决策树算法的改进 | 第45-51页 |
| ·C4.5 算法简化改进 | 第45-47页 |
| ·侧重属性权值和属性相关性的研究 | 第47-48页 |
| ·对连续值属性的处理改进 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 决策树算法在Web 文本分类中的应用 | 第51-67页 |
| ·文本分类概述 | 第51-55页 |
| ·文本分类原理 | 第51-52页 |
| ·文本分类方法 | 第52-55页 |
| ·文本分类效果评价 | 第55页 |
| ·基于决策树算法的文本分类 | 第55-59页 |
| ·文本表示 | 第55-56页 |
| ·特征提取 | 第56-58页 |
| ·基于决策树的分类器 | 第58-59页 |
| ·规则抽取 | 第59页 |
| ·实验及结果分析 | 第59-62页 |
| ·在OA 系统中的初步应用 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67-68页 |
| 下一步的工作 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表的学术论文目录 | 第73-74页 |
| 致谢 | 第74-75页 |
| 详细摘要 | 第75-79页 |
