1 绪 论
1.1研究背景与研究意义
1.2 国内外研究现状
1.3 本文研究的内容
2 基础理论及算法概述
2.1属性选择
2.1.1常见的属性选择算法
2.1.2常见的属性选择方法
2.2 分类方法
2.2.1朴素贝叶斯方法
2.2.2决策树
2.2.3随机森林
2.3主题模型
2.4 模型评价指标
2.5.1 文本数据预处理
2.5.2 文本数据的表示
3 加权的朴素贝叶斯分类器
3.1 TF-IDF加权法
3.2 DC-TF-IDF加权法
3.3 加权朴素贝叶斯分类器
4 朴素贝叶斯分类器的应用
4.1 试验流程
4.2数据来源及预处理
4.3.1 分词
4.3.2 主题确定
4.3.3 属性选择及模型训练
4.3.4 天猫女装评论数据的分类
4.3.5 模型的对比及确认
4.4影评的评分
5 结论和展望
5.1 主要结论
5.2后续研究工作的展望
参考文献
附录
A. 学位论文数据集
致谢
声明
重庆大学;