文本挖掘中若干关键问题研究

前言
第1章 导论
1.1 研究背景
1.2 文本分类综述
1.3 本书的内容结构
1.4 本书的创新工作
第2章 文本分类概述
2.1 文本分类的数学定义
2.2 文本分类任务的特点
2.3 文本分类系统的组成
2.4 文档预处理
2.5 文档的表示
2.6 常用文本分类模型
2.7 文本分类器学习、测试和评价
第3章 偏*小二乘回归方法的基本理论
3.1 偏*小二乘回归的发展历史
3.2 偏*小二乘回归的基本原理
3.3 偏*小二乘回归的基本思想
3.4 数学原理
3.5 偏*小二乘回归的理论算法
3.6 成分数的确定
第4章 基于变量投影重要性指标的特征选择方法研究
4.1 维数约简技术
4.2 符号约定
4.3 常用的特征选择方法
4.4 常用的特征抽取方法
4.5 基于变量投影重要性指标的特征选择方法
4.6 实验结果和分析
第5章 偏*小二乘logistic文本分类模型研究
5.1 logistic回归模型
5.2 偏*小二乘logistic回归模型
5.3 偏*小二乘logistic文本分类模型
5.4 实验结果和分析
第6章 ghtc层次文本分类模型研究
6.1 层次分类概述
6.2 层次特征选择
6.3 ghtc层次文本分类模型
6.4 实验结果和分析
第7章 总结与展望
7.1 总结
7.2 研究展望
附录1 reuters-21578前10个常见类和前10个稀有类的前20个特征vip值
附录2 复旦文本分类语料库部分类别的前20个特征vip值
附录3 ohsumed语料库层次结构
附录4 20 newsgroups语料库各节点各特征维数的微平均f1值和宏平均f1值变化情况
参考文献
后记