改进细菌觅食算法的聚类在舆情分析中的应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1. 绪论 | 第9-14页 |
| 1.1. 研究背景及意义 | 第9-10页 |
| 1.2. 研究现状分析 | 第10-13页 |
| 1.2.1. 舆情分析中的聚类现状 | 第10-11页 |
| 1.2.2. 细菌觅食算法研究现状 | 第11-13页 |
| 1.3. 本文内容及结构 | 第13-14页 |
| 2. 网络使用挖掘综述 | 第14-28页 |
| 2.1. 网络数据挖掘 | 第14-15页 |
| 2.1.1. 网络数据挖掘概念 | 第14-15页 |
| 2.2. 网络使用挖掘 | 第15-17页 |
| 2.2.1. 网络使用挖掘概念 | 第15页 |
| 2.2.2. 网络使用挖掘的结构和过程 | 第15-16页 |
| 2.2.3. 网络使用挖掘的主要技术 | 第16-17页 |
| 2.3. 聚类分析 | 第17-24页 |
| 2.3.1. 数据类型和相似度度量 | 第17-20页 |
| 2.3.2. 聚类准则 | 第20-21页 |
| 2.3.3. 聚类优化 | 第21-24页 |
| 2.4. 舆情分析聚类概述 | 第24-27页 |
| 2.4.1. 舆情分析聚类数据 | 第24-26页 |
| 2.4.2. 舆情分析聚类主要技术 | 第26-27页 |
| 2.5. 本章小结 | 第27-28页 |
| 3. 改进的细菌觅食优化算法 | 第28-41页 |
| 3.1. 细菌觅食算法概述 | 第28-31页 |
| 3.1.1. 细菌觅食算法概述 | 第28-29页 |
| 3.1.2. 细菌觅食的生物行为 | 第29页 |
| 3.1.3. 细菌觅食算法的参数和流程 | 第29-31页 |
| 3.2. 细菌觅食聚类算法（BFC） | 第31-34页 |
| 3.2.1. 算法参数设置准则 | 第31页 |
| 3.2.2. 趋向性步长的选取 | 第31-32页 |
| 3.2.3. 趋化迭代次数和细菌游动步数的选取 | 第32-33页 |
| 3.2.4. 复制操作次数和迁徙操作次数的选取 | 第33页 |
| 3.2.5. 迁徙概率的选取 | 第33-34页 |
| 3.3. 对细菌觅食算法的改进 | 第34-37页 |
| 3.3.1. 趋向性操作的改进 | 第35-36页 |
| 3.3.2. 复制操作的改进 | 第36-37页 |
| 3.3.3. 迁徙操作的改进 | 第37页 |
| 3.4. 实验仿真及结果分析 | 第37-41页 |
| 4. 改进的算法在舆情分析中的应用 | 第41-49页 |
| 4.1. 舆情分析聚类问题描述 | 第41页 |
| 4.2. 热度评价模型 | 第41-43页 |
| 4.2.1. 网页热度及其相对位置 | 第41-42页 |
| 4.2.2. 发布时间及网页浏览量 | 第42-43页 |
| 4.2.3. 网页热度更新 | 第43页 |
| 4.2.4. 话题热度计算 | 第43页 |
| 4.3. 细菌觅食算法的web页面聚类 | 第43-45页 |
| 4.4. 网页热点发现算法 | 第45-46页 |
| 4.4.1. 网页热点发现方法 | 第45页 |
| 4.4.2. 算法实现步骤 | 第45-46页 |
| 4.5. 实验 | 第46-48页 |
| 4.5.1. 聚类算法正确率对比 | 第46-47页 |
| 4.5.2. 聚类算法时间及收敛性对比 | 第47-48页 |
| 4.6. 本章小结 | 第48-49页 |
| 5. 总结与展望 | 第49-51页 |
| 5.1. 工作总结 | 第49页 |
| 5.2. 工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55-56页 |
| 攻读硕士学位期间参与的科研项目 | 第56-57页 |
| 攻读硕士学位期间获得荣誉和奖励 | 第57页 |
