|
一、毕业设计（论文）的主要内容及要求
1、开题报告和文献阅读
（1）文献阅读：查阅文献应不少于15篇，其中外文文献不少于2篇，近5年内的文献数一般不少于文献总数的1/3，并应有近2年内的文献。
（2）文献综述：3000字以上，包括国内外现状、研究方向、进展情况、存在问题、参考依据等。
（3）开题报告：2000字以上，包括选题的意义、可行性分析、研究的内容、研究方法、拟解决的关键问题、预期结果、研究进度计划等。
（4）外文翻译：3000字以上（翻译成中文后的汉字字数）。
2、课题要解决的主要问题和具体要求
要解决的主要问题：目前对以朴素贝叶斯算法为代表的传统文本分类算法，普遍存在特征权重一致，考虑指标单一等问题，为了解决这个问题，本文提出一种基于改进TF-IDF的朴素贝叶斯算法，对不同词性的词语分配不同的权重，从而提高算法的准确性。
具体要求：
（1） 对目前朴素贝叶斯算法和文本分类作一个简要论述
（2） 对数据进行预处理
（3） 学习用Python编程
（4） 学习朴素贝叶斯文本分类算法原理
（5） 用Python实现基于改进TF-IDF的朴素Bayes文本分类器
3、论文：10000字以上（部分特殊专业根据实际情况，经教务与资产管理处确认，可适当调整有关字数方面的要求），包括绪论、正文、结论、参考文献等。
二、主要参考文献
[1] 李荣陆.文本分类及相关技术研究[D].上海:复旦大学,2005.
[2] 张航. 基于朴素贝叶斯的中文文本分类及Python实现[D].山东师范大学,2018.
[3] 程克非, 张聪. 基于特征加权的朴素贝叶斯分类器[J]. 计算机仿真, 2006(10):100-102+158..
[4] 杨帆, 张彩丽. 基于粗集的朴素贝叶斯分类算法及其应用[J]. 计算机工程与应用2007(29):193-195.
[5] Shing-Hwa Lu, Ding-An Chiang, Huan-Chao Keh, et al．Chinese text classification by the Naïve Bayes Classifier and the associative classifier with multiple confidence threshold Value[J].Knowledge-Based SystemsVolume 23, Issue 6, 2010, Pages598-604．
指导教师签名：
年 月 日
|
