| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 网络舆情话题检测研究现状 | 第12-13页 |
| 1.2.2 网络舆情话题追踪研究现状 | 第13-14页 |
| 1.3 论文的研究内容和组织结构 | 第14-16页 |
| 1.3.1 论文主要内容 | 第14-15页 |
| 1.3.2 论文组织结构 | 第15-16页 |
| 第2章 相关技术概述 | 第16-28页 |
| 2.1 话题检测技术 | 第16-20页 |
| 2.1.1 话题检测任务 | 第16-17页 |
| 2.1.2 话题检测常用算法 | 第17-20页 |
| 2.2 话题追踪技术 | 第20-23页 |
| 2.2.1 话题追踪任务 | 第20-21页 |
| 2.2.2 话题追踪常用算法 | 第21-23页 |
| 2.3 文本表示技术 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 网络舆情话题检测与追踪总体设计 | 第28-42页 |
| 3.1 总体架构设计 | 第28-31页 |
| 3.1.1 系统应用流分析 | 第28-30页 |
| 3.1.2 系统功能体系架构 | 第30-31页 |
| 3.2 系统功能模块设计 | 第31-41页 |
| 3.2.1 舆情信息采集 | 第31-33页 |
| 3.2.2 舆情信息预处理 | 第33-38页 |
| 3.2.3 舆情话题检测 | 第38-39页 |
| 3.2.4 舆情话题追踪 | 第39-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 基于JRPCL的在线话题检测 | 第42-60页 |
| 4.1 传统的在线话题检测聚类分析 | 第42-44页 |
| 4.2 基于JRPCL的在线话题检测聚类总体框架 | 第44-45页 |
| 4.3 基于JRPCL在线话题检测聚类解决思路 | 第45-51页 |
| 4.3.1 基于JRPCL的初始类簇产生 | 第45-48页 |
| 4.3.2 基于图论的新数据处理 | 第48-50页 |
| 4.3.3 增量聚类实现 | 第50-51页 |
| 4.4 实验及分析 | 第51-59页 |
| 4.4.1 数据采集及预处理 | 第51-52页 |
| 4.4.2 实验及结果分析 | 第52-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于动态阀值及分类器集成的自适应话题追踪 | 第60-76页 |
| 5.1 传统的自适应话题分类分析 | 第60-62页 |
| 5.2 基于动态阀值及分类器集成的自适应话题分类总体框架 | 第62-63页 |
| 5.3 基于动态阀值及分类器集成的自适应话题分类解决思路 | 第63-70页 |
| 5.3.1 初始模板构造 | 第63-64页 |
| 5.3.2 基于时间信息的动态阀值设定 | 第64-65页 |
| 5.3.3 基于反馈集的模板修正 | 第65-67页 |
| 5.3.4 子模板选择性集成 | 第67-70页 |
| 5.4 实验及分析 | 第70-75页 |
| 5.4.1 实验语料 | 第70页 |
| 5.4.2 实验及结果分析 | 第70-75页 |
| 5.5 本章小结 | 第75-76页 |
| 第6章 网络舆情话题检测与追踪系统应用 | 第76-92页 |
| 6.1 舆情应用系统环境部署 | 第76-78页 |
| 6.1.1 物理设备部署 | 第76-77页 |
| 6.1.2 系统资源部署 | 第77-78页 |
| 6.2 舆情应用系统层级部署 | 第78-86页 |
| 6.2.1 应用系统数据层 | 第78-82页 |
| 6.2.2 应用系统支撑层 | 第82-84页 |
| 6.2.3 应用系统展现层 | 第84-86页 |
| 6.3 舆情应用系统演示 | 第86-91页 |
| 6.4 本章小结 | 第91-92页 |
| 第7章 总结与展望 | 第92-94页 |
| 7.1 总结 | 第92页 |
| 7.2 展望 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 致谢 | 第98页 |