| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 相关研究工作 | 第14-20页 |
| 1.2.1 事件检测研究 | 第15-16页 |
| 1.2.2 事件跟踪研究 | 第16-18页 |
| 1.2.3 事件演化研究 | 第18-20页 |
| 1.2.4 现有研究的不足总结 | 第20页 |
| 1.3 研究内容 | 第20-22页 |
| 1.4 研究的创新点和意义 | 第22-23页 |
| 1.5 论文的组织结构 | 第23-25页 |
| 第二章 Web事件子话题挖掘 | 第25-46页 |
| 2.1 问题引入 | 第25-27页 |
| 2.2 关键词关联语义链网络与文本图表示 | 第27-31页 |
| 2.2.1 关键词关联语义链网络定义、构造与优化 | 第27-31页 |
| 2.2.2 网页的文本图表示 | 第31页 |
| 2.3 面向文本图表示的子话题挖掘模型 | 第31-33页 |
| 2.4 子话题挖掘模型求解方法 | 第33-39页 |
| 2.4.1 基于Gibbs采样的模型求解 | 第34-36页 |
| 2.4.2 基于Variational推理的模型求解 | 第36-39页 |
| 2.5 实验结果 | 第39-45页 |
| 2.5.1 一个直观例子 | 第39-41页 |
| 2.5.2 文本分类实验 | 第41-43页 |
| 2.5.3 化学分子式分类实验 | 第43-45页 |
| 2.6 小结 | 第45-46页 |
| 第三章 Web事件网站偏好挖掘 | 第46-66页 |
| 3.1 问题引入 | 第46-48页 |
| 3.2 问题定义与基本思想 | 第48-52页 |
| 3.2.1 问题定义 | 第48-49页 |
| 3.2.2 三层网络模型：网站-网页-关键词 | 第49-51页 |
| 3.2.3 基本思想 | 第51-52页 |
| 3.3 基于社区发现的网站偏好挖掘方法 | 第52-53页 |
| 3.4 基于社区迭代的网站偏好挖掘方法 | 第53-56页 |
| 3.5 基于概率图模型的网站偏好挖掘方法 | 第56-60页 |
| 3.5.1 模型描述 | 第56-58页 |
| 3.5.2 模型求解 | 第58-60页 |
| 3.6 实验结果 | 第60-64页 |
| 3.6.1 评价指标设计 | 第60-61页 |
| 3.6.2 案例分析 | 第61-64页 |
| 3.7 小结 | 第64-66页 |
| 第四章 Web事件中关键词的不确定性 | 第66-91页 |
| 4.1 问题引入 | 第66-68页 |
| 4.2 基本思想与整体框架 | 第68-70页 |
| 4.3 基于熵的Web事件不确定性度量 | 第70-72页 |
| 4.4 三种关键词权重的度量策略 | 第72-76页 |
| 4.4.1 策略一：篇频 | 第72页 |
| 4.4.2 策略二：篇频和节点度 | 第72-74页 |
| 4.4.3 策略三：篇频和幂律贡献度 | 第74-75页 |
| 4.4.4 关键词不确定性的度量 | 第75-76页 |
| 4.5 关键词不确定性的层次性 | 第76-79页 |
| 4.6 基于Web事件语义金字塔的网页推荐 | 第79-82页 |
| 4.6.1 最具概括性知识的网页推荐 | 第80-81页 |
| 4.6.2 最具细节性知识的网页推荐 | 第81页 |
| 4.6.3 特定内容的定向网页推荐 | 第81-82页 |
| 4.7 实验结果 | 第82-90页 |
| 4.7.1 数据集介绍 | 第82页 |
| 4.7.2 不同层次中的关键词的不确定性比较 | 第82-84页 |
| 4.7.3 三种关键词权重计算策略的相关性 | 第84-85页 |
| 4.7.4 三种关键词权重计算策略的比较 | 第85-86页 |
| 4.7.5 ‘日本 地震’事件的案例分析 | 第86-90页 |
| 4.8 小结 | 第90-91页 |
| 第五章 Web事件内部演化动力 | 第91-110页 |
| 5.1 问题引入 | 第91-93页 |
| 5.2 问题定义与基本思想 | 第93-95页 |
| 5.2.1 问题定义 | 第93-94页 |
| 5.2.2 基本思想 | 第94-95页 |
| 5.3 Web事件语义不确定性的解释 | 第95-97页 |
| 5.4 Web事件语义不确定性空间构造 | 第97-100页 |
| 5.4.1 基于熵的Web事件不确定性上界 | 第97-98页 |
| 5.4.2 基于完美无标度分布的Web事件不确定性下界 | 第98-100页 |
| 5.5 Web事件内部演化动力计算 | 第100-102页 |
| 5.6 实验结果 | 第102-109页 |
| 5.6.1 评价指标设计 | 第103-104页 |
| 5.6.2 数据集介绍 | 第104页 |
| 5.6.3 实验结果分析 | 第104-109页 |
| 5.7 小结 | 第109-110页 |
| 第六章 Web事件外部演化动力 | 第110-133页 |
| 6.1 问题引入 | 第110-112页 |
| 6.2 问题定义与基本思想 | 第112-114页 |
| 6.2.1 问题定义 | 第113页 |
| 6.2.2 基本思想 | 第113-114页 |
| 6.3 Web事件的社会环境建模 | 第114-120页 |
| 6.3.1 社会环境的特性分析 | 第114-116页 |
| 6.3.2 社会模式构建 | 第116-119页 |
| 6.3.3 社会模式的动态性 | 第119-120页 |
| 6.4 Web事件与社会环境的交互过程建模 | 第120-123页 |
| 6.5 Web事件外部演化动力计算 | 第123-124页 |
| 6.6 实验结果 | 第124-131页 |
| 6.6.1 评价指标设计 | 第124页 |
| 6.6.2 数据集介绍 | 第124-125页 |
| 6.6.3 实验结果分析 | 第125-131页 |
| 6.7 小结 | 第131-133页 |
| 第七章 总结与展望 | 第133-136页 |
| 7.1 本文总结 | 第133-134页 |
| 7.2 研究展望 | 第134-136页 |
| 参考文献 | 第136-147页 |
| 作者在攻读博士学位期间公开发表的论文 | 第147-150页 |
| 作者在攻读博士学位期间参加的项目 | 第150-151页 |
| 致谢 | 第151-152页 |