声明
致谢
摘要
第一章绪论
1．1．1研究背景
1．1．2研究意义
1．2研究现状
1．2．1文本表示的研究现状
1．2．2文本分类的研究现状
1．2．3集成学习及其在文本分类方面的研究现状
1．3研究内容与结构安排
1．3．1研究内容
1．3．2结构安排
第二章相关理论和技术基础
2．1文本预处理
2．1．1中文文本分词
2．1．2术语词典构建及停用词过滤
2．2文本表示
2．2．1主题模型
2．2．2词向量方法
2．3文本分类
2．4集成学习
第三章投诉文本分析及其文本表示
3．1．1投诉文本的产生
3．1．2投诉文本的价值
3．2投诉文本的分析
3．2．1投诉文本特征分析
3．2．2投诉文本建模的关键问题
3．3投诉文本建模
3．3．1基于BTM的文本建模
3．3．2基于Doc2vec的文本建模
3．3．3基于BTM和Doe2vec的文本建模
第四章基于改进SVM的投诉文本集成分类
4．1支持向量机与多分类
4．1．1支持向量机
4．1．2多分类方法
4．2采用混合核的SVM改进
4．2．1混合核函数
4．2．2软间隔和惩罚值
4．3．1原始输入的构建
4．3．2集成分类框架
4．3．3投诉文本的分类流程
第五章实验研究
5．1实验环境
5．2实验数据准备及处理
5．2．1数据准备
5．2．2数据处理
5．3实验设计及评价体系
5．3．1实验设计
5．3．2评价指标
5．4实证及结果分析
5．4．1核函数比较实验
5．4．2分类对比实验
5．4．3参数影响实验
5．4．4实验结论
第六章总结与展望
6．1总结
6．2工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况
