| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-14页 |
| ·微博的发展 | 第11-12页 |
| ·社交媒体上热点话题研究的意义 | 第12-13页 |
| ·Hashtag的作用以及不足 | 第13-14页 |
| ·研究意义 | 第14页 |
| ·重要概念介绍 | 第14-16页 |
| ·事件 | 第14-15页 |
| ·话题 | 第15页 |
| ·Hashtag | 第15页 |
| ·标签云 | 第15-16页 |
| ·研究内容 | 第16页 |
| ·Hashtag话题相关性分析 | 第16页 |
| ·微博集合的子话题分析 | 第16页 |
| ·论文结构 | 第16-18页 |
| 第二章 国内外相关技术研究现状 | 第18-30页 |
| ·引言 | 第18页 |
| ·话题发现与跟踪技术研究现状 | 第18-22页 |
| ·话题发现跟踪的研究历史 | 第18-19页 |
| ·文本的表示模型 | 第19-21页 |
| ·相似度的计算 | 第21页 |
| ·聚类算法 | 第21-22页 |
| ·微博文本话题分析的相关研究现状 | 第22-26页 |
| ·微博内容简短 | 第23-24页 |
| ·微博噪音数据多、用词不规范 | 第24-25页 |
| ·实时性、时效性强 | 第25-26页 |
| ·关键词抽取的研究现状 | 第26-29页 |
| ·有监督的关键词抽取算法 | 第26页 |
| ·无监督的关键词抽取算法 | 第26-28页 |
| ·关键词抽取算法的核心思想 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 Hashtag话题相关性分析 | 第30-45页 |
| ·引言 | 第30页 |
| ·相关工作 | 第30-31页 |
| ·问题描述 | 第31-32页 |
| ·特征设计 | 第32-35页 |
| ·Hashtag文本特征(Jaccard Of Hashtag) | 第32-33页 |
| ·包含Hashtag的微博内容(Weibo Text) | 第33页 |
| ·Hashtag的出现次数-时间分布(Time) | 第33-34页 |
| ·Hashtag的共现(Co-Occurrence) | 第34-35页 |
| ·Hashtag相关性分析模型的构造 | 第35-36页 |
| ·实验构造与结果分析 | 第36-43页 |
| ·实验语料 | 第36-38页 |
| ·机器学习模型的选择 | 第38-39页 |
| ·实验评价方法 | 第39页 |
| ·实验设置 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 微博集合的子话题分析 | 第45-54页 |
| ·引言 | 第45页 |
| ·微博集合子话题分析系统的构造 | 第45-48页 |
| ·微博集合子话题分析系统的算法流程 | 第45-47页 |
| ·聚类算法流程 | 第47页 |
| ·关键词抽取 | 第47-48页 |
| ·标签云技术 | 第48页 |
| ·实验结果与分析 | 第48-53页 |
| ·整体话题信息的展示 | 第48-49页 |
| ·子话题信息的展示 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结及展望 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者在学期间取得的学术成果 | 第61页 |
