声明
摘要
第1章 绪论
1.1 问题提出
1.2 国内外研究现状
1.2.1 文本分类算法的研究
1.2.2 知识的分类及转化过程
1.3 研究目标、研究内容、研究方法与技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 研究方法与技术路线
1.4 论文章节安排
第2章 基于概念向量空间的文本语义表示方法
2.1 向量空间模型概述及基于TF-IDF权重计算的方法
2.1.1 向量空间模型及特征权重算法概述
2.1.2 基于TF-IDF权重计算的改进方法
2.2 基于本体的概念向量空间文本语义表示方法
2.2.1 概念特征的提取
2.2.2 概念集合的消重
2.2.3 概念权重的计算
第3章 基于粗糙集的用户文件分类习惯提取方法
3.1 粗糙集理论概述
3.2 用户分类习惯的问题域特征分析
3.3 基于条件熵的属性约简算法
第4章 文件分类模拟器的增量学习机制与算法
4.1 规则匹配方法
4.1.1 传统的规则匹配方法
4.1.2 基于相似度的匹配方法
4.2 分类规则增量学习算法
第5章 原型系统的设计与实证分析
5.1 原型系统架构及主要功能模块设计
5.1.1 预处理
5.1.2 文件语义表示模块
5.1.3 属性约简及规则抽取
5.1.4 基于相似度的规则匹配
5.1.5 文件存储操作监听
5.2 实验结果评价及分析
5.3 系统部分截图
第6章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢