网络信息采集及智能处理技术研究(pdf 63页)

摘要。I
ABSTRACT．III
第一章绪论l
1．1研究背景及意义．．1
1．2国内外研究现状。2
1．3主要研究内容4
1．4论文的组织结构．4
第二章Web信息采集技术研究。6
2．1网络爬虫6
2．1．1通用爬虫原理6
2．1．2通用爬虫的不足9
2．1．3面向主题的聚焦爬虫．9
2．2网页去重。l 0
2．2．1基于聚类的方法．1l
2．2．2消除相同的UI也11
2．2．3基于特征码的方法ll
2．3信息抽取l 2
2．3．1HTML语法分析12
2．3．2信息抽取原理12
2．3．3基于正则表达式的信息抽取13
2．4集中式Web数据采集系统的基本结构14
第三章文本信息处理关键技术17
3．1中文分词．1 7
3．1．1分词中的难题．．17
3．1．2分词算法。l 7
3．2．文本的表示19
3．3文本特征选择方法20
3．3．1文档频度20
3．3．2信息增益一20
3．3．3互信息．2l
3．3．4 Z2(CHI)统计．22
3．3．5基于同义词合并的特征选择23
3．4权重计算24
3．5常见分类算法。25
3．5．1贝叶斯方法．26
3．5．2决策树方法26
3．5．3支持向量机分类算法．．27
3．5．4K-最近邻法28
第四章基于改进的KNN算法构造文本分类器29
4．1文本分类概述．．29
4．2改进的KNN算法29
4．2．IKNN算法的不足29
4．2．2KNN算法的改进30
’4．3分类器的构造3 l
4．3．1文本分类系统结构3 l
4．3．1文本预处理．32
4．3．2训练阶段34
4．3．3分类阶段34
4．4分类器的阈值选择。35
第五章分类实验结果与分析。37
5．1实验环境37
5．2实验语料库37
5．2实验评估指标．38
5．3实验设计和结果分析38
5．3．1特征维数对分类效果的影响39
5．3．2 K值的选取对分类效果的影响。39
5．3．3改进的KNN算法与传统KNN算法性能比较。40
总结与展望．．4 l
工作总结4l
工作展望．4l
参考文献43
攻读硕士学位期间发表的论文46
独创性声明．．47
致谢。48
VH
..............................

上一篇：工业控制系统信息安全技术(ppt 34页)

下一篇：高一信息技术教案总集(doc 65页)

无线网卡的网络管理技术(ppt 46页)

管理信息系统的开发过程与方法(ppt 51页)

报价转让系统业务模式完善之券商技术系统变更指引(pdf 18页)

商业集成管理系统建议书(doc 35页)

安全审计系统经典白皮书(pdf 32页)

论基于ARM嵌入式车载监控终端的设计与实现(pdf 6页)