●前言
章 緒論
節 研究背景及意義
一、中國互聯網迅速發展
二、互聯網迅速發展帶來的負面影響
三、信息過濾研究的意義
第二節 文本信息過濾面臨的問題
一、國外相關研究
二、國內研究進展
三、相關研究存在的問題
第三節 本書主要研究內容及貢獻
一、研究環境
二、研究內容
三、本書貢獻
四、本書組織結構
第二章 文本信息過濾關鍵技術概述
節 文本信息過濾的基本模型
第二節 網絡數據的獲取
一、數據包捕獲技術
二、協議解析技術
第三節 文本切詞技術
一、基於字符串匹配的切詞方法
二、基於理解的切詞方法
三、基於統計的切詞方法
第四節 特征選擇算法
一、文檔頻率
二、信息增益
三、互信息
四、? 2 統計量
第五節 權值計算方法
第六節 文本表示模型
第七節 文本分類算法
一、樸素貝葉斯算法
二、KNN 算法
三、Rocchio 分類算法
四、支持向量機算法
第八節 小結
第三章 基於統計與規則的特征項聯合權重文本權重計算方法
節 已有權重評估函數總結
一、反比文檔頻數權重
二、信噪比
三、TF-IDF
四、權重計算與特征選擇的對比
第二節 改進信息增益算法
一、信息增益算法分析
二、導致信息增益算法精確度下降的原因
三、特征項的類間離散度
四、特征項的類內離散度
五、應用特征項分布信息的信息增益計算方法
六、改進的信息增益算法（IG-GDI）
七、實驗結果分析
第三節 VSM 中特征項粒度選取存在的不足
第四節 VSM 固有缺陷分析
第五節 當前權重計算方法的缺陷
第六節 基於規則的文本表示
一、中文組塊分析
二、短語的選取粒度
三、基本短語的識別
四、優選信息熵模型
五、短語特征的權重計算
六、VSM 中特征項關繫組織方式
七、實驗結果分析
第七節 基於統計的特征權重計算方法
一、聯合權重計算方法
二、實驗及分析
第八節 基於統計與規則的特征項聯合權重實驗
一、實驗步驟
二、實驗結果分析
第九節 小結
第四章 融合段落特性的文檔權重計算方法
節 引言
第二節 預備知識
一、常用特征權重計算方法
二、基本算法比較
第三節 融合段落特征的文本權重計算方法
一、文檔的形式化表示
二、文檔權重的計算及其體現
三、對文檔中部分重要句子的權重計算
四、特征項的位置權重
五、文檔中特征項的權重確定
第四節 實驗分析
一、實驗語料
二、實驗環境
三、評價指標
四、評價方案
五、評價與結果分析
第五節 小結
第五章 基於自適應慣性權重混沌粒子群的特征子集優化方法
節 粒子群算法概述
一、粒子群算法基本原理
二、粒子群算法的研究進展
三、目前研究中存在的問題
第二節 基於自適應慣性權重的混沌粒子群算法
一、混沌序列初始化粒子位置
二、慣性權重的自適應變化
三、早熟判斷機制及混沌擾動策略
四、算法流程
五、實驗與分析
六、對本節三種改進策略的測試
七、與其他算法的比較
第三節 應用混沌粒子群算法的特征子集優化模型
一、粒子編碼及初始種群的生成
二、粒子速度及位置的更新
三、適應度的評價
四、並行計算加速機制
五、混沌粒子群算法獲得最優特征子集的流程
六、實驗與分析
第四節 小結
第六章 基於模糊遺傳算法的文本信息過濾模板生成方法
節 引言
第二節 遺傳算法的起源與歷程
第三節 遺傳算法的特點
第四節 遺傳算法的基本要素與原理
一、遺傳算法的基本要素
二、基本原理
第五節 基本遺傳算法
一、基本遺傳算法的結構與數學模型
二、基本遺傳算法的實現
第六節 基於遺傳算法的過濾模板優化方法理論可行性分析
一、問題描述
二、文本預處理
三、問題編碼及初始種群生成
四、個體適應度衡量
五、收斂性分析
第七節 基於遺傳算法的文本過濾方法實現
一、編碼
二、初始種群
三、適應度函數的選取
四、遺傳操作
五、相關參數的設定
六、訓練集
七、測試集
八、開發和運行環境
九、考查參數
十、文本分類實驗
第八節 模糊遺傳算法
一、種群規模動態調整
二、變異率模糊動態調整
三、遺傳參數的自適應調整
四、實驗結果比較分析
第九節 小結
第七章 基於概念的邏輯段落匹配方法
第八章 基於微粒群的協作過濾模板動態調整
第九章 基於反饋增量學習的過濾模板更新機制
第十章 文本信息過濾原型繫統
第十一章 結論與展望
內容簡介
計算機技術和互聯網技術的迅速發展，使得網絡上的網站、網頁等各種信息以爆炸性的趨勢增長，隨之而來的還有大量的冗餘信息和垃圾信息，並由此帶來了信息泛濫、信息迷航以及信息疾病等一繫列問題。這些冗餘信息、垃圾信息不但影響著用戶對Internet的使用效率和質量，同樣影響著網絡的健康發展。因此，基於此而產生的網絡信息過濾技術相關研究具有巨大的社會效益和經濟效益。 網絡信息過濾，就是根據用戶的信息需求，利用一定的工具從大規模的動態信息流中自動篩選出滿足用戶需求的信息，同時屏蔽掉無用的信息的過程。廣義的信息過濾包括對文本、音頻、圖像、視頻等多種信息存在形式的過濾處理，狹義的信息過濾是特指對文本信息的過濾處理。本書相關研究就是針對文本信息過濾特別是中文文本信息過濾中存在的問題而提出的。 本書面向從事自然處理、網絡信息、網絡輿情分析等領域研究的高年級本科生、研究生和研究人員。
