| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国内研究现状 | 第12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 相关研究背景分析 | 第16-28页 |
| 2.1 隐含狄利克雷分布（LDA）模型 | 第16-22页 |
| 2.1.1 LDA模型简介 | 第16-19页 |
| 2.1.2 LDA模型及推断过程 | 第19-22页 |
| 2.2 权重计算方法 | 第22-24页 |
| 2.2.1 无监督与有监督的权重计算方法 | 第22-23页 |
| 2.2.2 基于熵的权重计算方法 | 第23-24页 |
| 2.3 权重计算方法在LDA模型中的应用 | 第24-25页 |
| 2.4 主题模型的评价指标 | 第25-28页 |
| 第三章 LDA现有的缺陷及解决方法的探究 | 第28-35页 |
| 3.1 引言 | 第28页 |
| 3.2 LDA现有的缺陷 | 第28-29页 |
| 3.3 产生现有缺陷的原因 | 第29-30页 |
| 3.4 解决方法 | 第30-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 采用基于信息熵的权重计算方法的LDA模型 | 第35-42页 |
| 4.1 引言 | 第35页 |
| 4.2 基于权重的生成模型 | 第35-39页 |
| 4.3 采用基于信息熵的权重计算方法的隐含狄利克雷分布模型 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于权重的LDA框架 | 第42-46页 |
| 5.1 引言 | 第42页 |
| 5.2 TWLDA可改进的地方 | 第42页 |
| 5.3 TWFW：基于权重的LDA框架 | 第42-44页 |
| 5.4 TWFW与TWLDA的关系 | 第44页 |
| 5.5 本章小结 | 第44-46页 |
| 第六章 实验结果与分析 | 第46-59页 |
| 6.1 引言 | 第46页 |
| 6.2 实验数据与预处理 | 第46-49页 |
| 6.2.1 实验数据 | 第46-47页 |
| 6.2.2 数据预处理 | 第47-49页 |
| 6.2.3 参数设置 | 第49页 |
| 6.3 效果衡量方式 | 第49-50页 |
| 6.4 实验 1：对比不同权重计算方法在TWFW中的效果 | 第50-55页 |
| 6.4.1 定量分析 | 第50-52页 |
| 6.4.2 定性分析 | 第52-55页 |
| 6.5 实验 2：TWFW在不同迭代次数下的效果 | 第55-56页 |
| 6.6 实验 3：LDA及其变种应用到TWFW中的效果 | 第56-57页 |
| 6.7 实验 4：对比LDA与TWFW在不除去停用词时的效果 | 第57-58页 |
| 6.8 实验结果讨论 | 第58-59页 |
| 第七章 算法的工程应用 | 第59-66页 |
| 7.1 前言 | 第59页 |
| 7.2 TWFW的工程应用价值 | 第59-60页 |
| 7.3 应用TWFW的商品评论分析系统 | 第60-65页 |
| 7.3.1 商品评论分析系统“口碑”简介 | 第60-62页 |
| 7.3.2 TWFW在“口碑”系统中的应用 | 第62-63页 |
| 7.3.3 实验：使用TWFW与不使用TWFW的效果对比 | 第63-65页 |
| 7.4 小结 | 第65-66页 |
| 第八章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-74页 |
| 致谢 | 第74-75页 |
| 附表 | 第75页 |
