高校校园网论坛热点话题发现系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第1章 前言 | 第7-11页 |
| ·论文背景及研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文研究的内容 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 第2章 TDT研究简介 | 第11-18页 |
| ·TDT研究的历史与发展 | 第11-13页 |
| ·TDT的研究内容及任务 | 第13-16页 |
| ·TDT研究中的基本概念 | 第13-14页 |
| ·TDT的研究内容及任务 | 第14-16页 |
| ·报道切分 | 第15页 |
| ·话题跟踪 | 第15页 |
| ·话题检测 | 第15页 |
| ·首次报道检测任务 | 第15-16页 |
| ·关联检测任务 | 第16页 |
| ·新任务的提出 | 第16页 |
| ·TDT研究的主要实现方法 | 第16-18页 |
| 第3章 高校校园网论坛的作用 | 第18-24页 |
| ·网络论坛历史 | 第18-19页 |
| ·高校网络论坛在大学生思想政治教育中的作用 | 第19-21页 |
| ·话题检测在高校校园网网络论坛中的应用 | 第21-24页 |
| 第4章 高校网络论坛热点话题检测方法 | 第24-43页 |
| ·文本的聚类 | 第24-32页 |
| ·文本的聚类方法 | 第24-31页 |
| ·文本聚类的策略划分 | 第24-25页 |
| ·文本聚类的方式划分 | 第25-29页 |
| ·文本聚类的其他划分 | 第29-31页 |
| ·本文使用的聚类方法 | 第31-32页 |
| ·数据文档的表示模型 | 第32-37页 |
| ·向量空间VSM表示模型 | 第32-36页 |
| ·向量空间表示模型的基本思想 | 第32-33页 |
| ·文本特征项选择 | 第33-34页 |
| ·特征项的权重计算 | 第34-36页 |
| ·语言表示模型 | 第36-37页 |
| ·布尔模型 | 第37页 |
| ·相似度的计算 | 第37-38页 |
| ·数据文档预处理 | 第38-39页 |
| ·分词 | 第38页 |
| ·去除停用词 | 第38-39页 |
| ·BBS数据采集 | 第39-40页 |
| ·BBS数据表结构 | 第39页 |
| ·BBS论坛数据采集 | 第39-40页 |
| ·聚类后的处理 | 第40-42页 |
| ·标记灌水帖 | 第40-41页 |
| ·特征词提取的热点话题识别 | 第41-42页 |
| ·热度排序 | 第41-42页 |
| ·基于特征词的热点话题识别 | 第42页 |
| ·话题发现步骤 | 第42-43页 |
| 第5章 系统设计与实现 | 第43-51页 |
| ·系统的总体框架 | 第43-46页 |
| ·系统部分主要算法代码 | 第46-50页 |
| ·一个简单的网络爬虫代码 | 第46-47页 |
| ·调用ICTCLAS时的接口 | 第47页 |
| ·KNN聚类算法主要代码 | 第47-50页 |
| ·系统的主要界面 | 第50-51页 |
| 第6章 总结 | 第51-52页 |
| ·本文总结 | 第51页 |
| ·进一步的工作 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
