基于微博的突发事件检测方法研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·微博网络应用研究现状 | 第10-12页 |
| ·突发事件研究现状 | 第12-14页 |
| ·论文的主要工作 | 第14页 |
| ·文章结构 | 第14-16页 |
| 第二章 相关理论基础 | 第16-22页 |
| ·相关概念定义 | 第16-17页 |
| ·事件的定义 | 第16-17页 |
| ·突发事件 | 第17页 |
| ·突发事件研究框架 | 第17-18页 |
| ·分词及分词工具 | 第18-19页 |
| ·分词 | 第18页 |
| ·分词工具 | 第18-19页 |
| ·聚类算法分析 | 第19-21页 |
| ·聚类 | 第19页 |
| ·聚类算法的分类 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 突发事件特征提取 | 第22-30页 |
| ·突发事件研究方案 | 第22-24页 |
| ·数据预处理 | 第24-27页 |
| ·Twitter数据预处理 | 第24-26页 |
| ·构建专有名词库 | 第26页 |
| ·构建停用词库 | 第26-27页 |
| ·突发词提取 | 第27-29页 |
| ·基础权重 | 第27-28页 |
| ·突发权重 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 突发事件检测 | 第30-40页 |
| ·凝聚式层次聚类算法 | 第30-31页 |
| ·突发词聚类 | 第31-35页 |
| ·构建相似度矩阵 | 第31-33页 |
| ·突发词聚类检测突发事件 | 第33-35页 |
| ·微博与事件建立关联 | 第35-39页 |
| ·确定突发时间区间 | 第35-36页 |
| ·相似事件合并 | 第36-38页 |
| ·微博与事件关联的建立 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 数据结果分析 | 第40-47页 |
| ·实验环境配置 | 第40页 |
| ·实验数据集 | 第40-41页 |
| ·实验结果及分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·本文工作总结 | 第47页 |
| ·未来工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 在学期间研究成果 | 第52-53页 |
| 致谢 | 第53页 |
