基于web內(nèi)容的中文文本信息過濾的研究與實現(xiàn)

《基于web內(nèi)容的中文文本信息過濾的研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、—－－■？—＇；—．，－ｊ＞甘－，１子；六占ｉｖ?。壸樱蓿撸ВА?；：學(xué)校代碼—：１０００４國密級：公開＾３膽謂胃ｍＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ碩女專業(yè)學(xué)位論文１基于Ｗｅｂ內(nèi)容的中文文本信息過濾的ｊ研究與實現(xiàn)—作者姓名楊立濤工程領(lǐng)域計算機技術(shù)—六，ｏｒ謂㈱ｉｇ：賴！＾諭＾１驅(qū)《纖自麵謂＾ｇ如交道乂讓碩±專業(yè)學(xué)位論文基于Ｗｅｂ內(nèi)容的中文文本信息過濾的研究與實現(xiàn)Ｔｈｅ民ｅｓｅａｒｃｈａｎｄＩｍｌｅｍｅｎｔａｔｉｏｎｏｆ化６Ｃｈｉｎｅ

2、ｓｅＴｅｘｔＩｎｆｏｒｍａｔｉｏｎｐＦｉｈｅｒｉｎｇＢａｓｅｄｏｎＷｅｂＣｏｎ１；ｅｎｔ作者：楊立濤導(dǎo)師；王移芝北京交通大學(xué)２０１６年６月學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解北京交通大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)北京交通大學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，提供閱覽服務(wù)，并采用影印、縮印或掃描等復(fù)制手段保存、匯編Ｗ供查閱和借閱。同意學(xué)校向國家有關(guān)部口或機構(gòu)送交論文的復(fù)印件和磁盤。學(xué)?？桑诪榇嬖陴^際合作關(guān)系的兄弟高校用戶提供文獻傳遞服務(wù)和交換服務(wù)。（保

3、密的學(xué)位論文在解密后適用本授權(quán)說明）學(xué)位論文作者簽名；導(dǎo)師簽名：Ｖ簽字日期：＞／（年月＾日簽字日期：如冷年月ｙ日＾１０學(xué)校代碼：００４密級：公開北京交通大學(xué)碩±專業(yè)學(xué)位論文基于Ｗｅｂ內(nèi)容的中文文本信息過濾的研究與實現(xiàn)ＴｈｅＲｅｓｅａｒｃｈａｎｄＩｍｌｅｍｅｎｔａｔｉｏｎｏｆｔｈｅＣｈｉｎｅｓｅＴｅｘｔＩｎｆｏｒｍａｔｉｏｎｐＦ化ｅｒｉｎｇＢａｓｅｄｏｎＷｅｂＣｏｎ化ｎｔ作者姓名：楊立濤學(xué)號：１４１２５２０９導(dǎo)師姓名：王移芝職稱；教授工程碩±專業(yè)領(lǐng)域：計算機技術(shù)

4、學(xué)位級別：碩±北京交通大學(xué)２０１６年６月致謝光陰似箭，歲月如歌。研究生的生活即將結(jié)束，回想起這兩年的生活，是那樣的快樂與美好。兩年的學(xué)習(xí)生活教會了我許多做人做事的道理，也使我各方面的能力得到了提升，這些收獲和進步都離不開老師的耐也教導(dǎo)和同學(xué)們的無私幫、、，。因此，在論文完成之際助更離不開家人的關(guān)屯和支持，對他們表示最衷屯的感謝和祝福。首先。本論文從選題到完成都是在王老師，要特別感謝我的導(dǎo)師王移芝教授一、的悉屯指導(dǎo)下完成的，每步都傾注了王老師的大量必血。正是她的悉也指導(dǎo)為一一直堅持不放棄。她嚴謹?shù)闹螌W(xué)態(tài)

5、我指明了前進的方向，是她每次的鼓勵讓我，度，高都將是我今后學(xué)習(xí)生活中的榜樣。，坦蕩的胸襟尚的人格一其次，他，更重要的是，感謝每位授課老師們不僅無私的傳授給我們知識。他們嚴謹?shù)闹螌W(xué)態(tài)度和高尚的人格品德教會了我們更多為人處事的道理在此，對每一位平凡卻偉大的老師表示深深的敬意巧美好的祝福。同時，，他，感謝實驗室的同學(xué)和朋友在本論文的完成過程中們提供了很多建議和幫助一。感謝研究生期間的每位同學(xué)，是他們讓我的研究生生活別樣豐富多彩。在即將畢業(yè)之際，祝福他們將來的路越走越寬。一感謝我的家人直Ｗ來對我的默默支持一次跌倒時給我再次

6、，是他們在我每一奮斗的力量、，在我每次失意時給我最溫暖的安慰和關(guān)懷。他們是我不斷奮斗不斷前進的強大動力。、最后，，衷屯感謝在百忙之中評閱此稿的專家和老師感謝你們對本文提出的寶貴意見和建議。北京交通大學(xué)碩±專業(yè)學(xué)位論文摘要摘要，互聯(lián)網(wǎng)上的信息資源呈指數(shù)級増長隨著網(wǎng)絡(luò)技術(shù)和信息技術(shù)的飛速發(fā)展。豐富的信息資源在給用戶查詢信息、利用信息帶來方便的同時，也給用戶帶來了像信息迷向、正確信息獲取率低、垃圾信息泛濫等諸多問題。如何從海量的信息，成為目前亟待解決的問題資源中及時、準確地獲取用戶需要的信息。Ｗ一定的方法從大

7、規(guī)模的ｅｂ文本信息過濾，是指根據(jù)用戶的信息需求，利用動態(tài)信息流中篩選出用戶感興趣的文本信息，同時屏蔽掉無用信息的過程ｅｂ。Ｗ、中文文本的信息過濾涉及的技術(shù)主要有：Ｈｔｍｌ頁面文本內(nèi)容的提取中文分詞、特征項提取與權(quán)重計算、、文本表示模型用戶興趣模板的構(gòu)建Ｗ及文本過濾算法等一ｅｂ。在對Ｗｅｂ文本信息過濾進行研究的基礎(chǔ)上，本文實現(xiàn)了個Ｗ文本信息過濾系統(tǒng)模型，并通過實驗證明了該系統(tǒng)模型在過濾性能上的提升。本文主要的工作有下幾點：一（１）設(shè)計與實現(xiàn)了種多層次的Ｗｅｂ文本信息過濾系統(tǒng)模型。該系統(tǒng)模型的過濾方法模仿人在閱讀報紙時

8、對信息的過濾過程。多層次過濾方法的原理是：在ｅｂ文本，對Ｗ進行過濾時，先采用關(guān)鍵字匹配的過濾方法對文本標題進行過濾如果通過篩選，