| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第二章 微博关键技术分析 | 第17-29页 |
| 2.1 话题与微博平台 | 第17-22页 |
| 2.1.1 微博文本特征 | 第18-19页 |
| 2.1.2 用户特征 | 第19-21页 |
| 2.1.3 信息传播特征 | 第21-22页 |
| 2.2 话题检测的相关技术 | 第22-28页 |
| 2.2.1 微博数据抓取与预处理 | 第22-23页 |
| 2.2.2 基于TF*PDF的向量模型 | 第23-25页 |
| 2.2.3 文本相似度 | 第25页 |
| 2.2.4 PageRank算法 | 第25-27页 |
| 2.2.5 基于老化理论的生命周期模型 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 新兴热点话题检测 | 第29-41页 |
| 3.1 微博文本向量表示 | 第30-31页 |
| 3.2 基于用户关系网络的用户权威值计算 | 第31-33页 |
| 3.3 基于老化理论的关键词热量计算 | 第33-36页 |
| 3.3.1 基于用户权威性的关键词营养值计算 | 第34页 |
| 3.3.2 关键词能量值计算与新兴热点词的选择 | 第34-36页 |
| 3.4 基于语义关联的新兴热点话题检测 | 第36-40页 |
| 3.4.1 关键词的相关向量 | 第37页 |
| 3.4.2 基于关键词的语义关联结构图与新兴热点话题检测算法 .. 29 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 实验及结果分析 | 第41-57页 |
| 4.1 实验环境及平台 | 第41页 |
| 4.2 实验数据说明 | 第41-42页 |
| 4.3 实验过程及结果 | 第42-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |