| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 本文的研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文的结构安排 | 第16-18页 |
| 2 微博话题发现的相关技术 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 微博话题发现的工作流程 | 第18-19页 |
| 2.3 微博文本预处理 | 第19-21页 |
| 2.3.1 噪声数据去除 | 第19-20页 |
| 2.3.2 分词与词性标注 | 第20-21页 |
| 2.3.3 停用词过滤 | 第21页 |
| 2.4 微博文本特征词选择 | 第21-23页 |
| 2.5 微博文本相似性度量 | 第23-26页 |
| 2.5.1 常用文本相似性度量算法简介 | 第23-25页 |
| 2.5.2 文本与文本集合的相似性度量 | 第25-26页 |
| 2.6 微博文本聚类 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 3 改进的微博文本特征词选择 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 微博文本特征词选择的策略 | 第28-31页 |
| 3.2.1 基于词性组合匹配规则选取特征词 | 第28-29页 |
| 3.2.2 基于词项的多因子选取特征词 | 第29-30页 |
| 3.2.3 结合词项与文本内容语义相关度筛选特征词 | 第30-31页 |
| 3.3 改进的微博文本特征词选择算法流程 | 第31-32页 |
| 3.4 实验与分析 | 第32-34页 |
| 3.4.1 实验数据与评价指标 | 第32-33页 |
| 3.4.2 实验结果与分析 | 第33-34页 |
| 3.5 本章小结 | 第34-36页 |
| 4 改进的微博文本相似性度量 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 微博文本相似性度量的策略 | 第36-41页 |
| 4.2.1 寻找两微博文本中存在的公共块 | 第36-38页 |
| 4.2.2 基于公共块序列的语义相似度 | 第38-39页 |
| 4.2.3 利用时间、转发与评论等信息修正语义相似度 | 第39-41页 |
| 4.3 改进的微博文本相似性度量算法流程 | 第41页 |
| 4.4 实验与分析 | 第41-43页 |
| 4.4.1 实验数据与评价指标 | 第41-42页 |
| 4.4.2 实验结果与分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 基于特征词选择与相似度融合的微博话题发现 | 第44-50页 |
| 5.1 引言 | 第44页 |
| 5.2 基于特征词选择的微博文本相似性度量 | 第44-45页 |
| 5.3 基于特征词选择与相似度融合的微博话题发现流程 | 第45-46页 |
| 5.4 实验与分析 | 第46-49页 |
| 5.4.1 实验数据与评价指标 | 第46页 |
| 5.4.2 实验结果与分析 | 第46-49页 |
| 5.5 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 本文的工作总结 | 第50-51页 |
| 6.2 未来的工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第56页 |
