| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究的内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 微博聚类与话题检测相关研究 | 第14-25页 |
| 2.1 微博数据的获取 | 第14-15页 |
| 2.2 话题检测与跟踪 | 第15-16页 |
| 2.3 微博话题检测 | 第16-19页 |
| 2.3.1 微博热点话题检测 | 第16-18页 |
| 2.3.2 微博突发话题检测 | 第18-19页 |
| 2.4 文本聚类 | 第19-22页 |
| 2.4.1 文本聚类的定义 | 第19页 |
| 2.4.2 聚类算法 | 第19-21页 |
| 2.4.3 向量空间表示模型（VSM） | 第21页 |
| 2.4.4 距离测度方法 | 第21-22页 |
| 2.5 微博话题跟踪 | 第22-23页 |
| 2.5.1 传统话题跟踪 | 第22-23页 |
| 2.5.2 自适应话题跟踪 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 基于hashtag的微博数据建模 | 第25-33页 |
| 3.1 微博数据的特点 | 第25-26页 |
| 3.2 微博数据预处理 | 第26-28页 |
| 3.2.1 中文分词技术 | 第27页 |
| 3.2.2 微博文本分词 | 第27-28页 |
| 3.3 特征选择 | 第28-29页 |
| 3.4 特征向量权重的计算 | 第29-32页 |
| 3.4.1 特征的权重计算 | 第29-30页 |
| 3.4.2 基于微博结构特征的权重计算 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于话题标签和转发关系的微博聚类 | 第33-42页 |
| 4.1 微博文本聚类 | 第33-34页 |
| 4.2 基于转发关系簇的微博聚类 | 第34-37页 |
| 4.2.1 转发关系簇 | 第34-36页 |
| 4.2.2 转发关系簇与聚类中心之间的距离度量 | 第36页 |
| 4.2.3 基于转发关系簇的微博聚类算法 | 第36-37页 |
| 4.3 基于特征词的话题词提取 | 第37-39页 |
| 4.3.1 特征词对一个类别的主题相对权重 | 第37页 |
| 4.3.2 微博在其类别中的相对权重 | 第37-38页 |
| 4.3.3 主题关键词提取 | 第38-39页 |
| 4.4 基于转发关系的话题跟踪 | 第39-41页 |
| 4.4.1 文本分类技术在话题跟踪上的应用 | 第39-40页 |
| 4.4.2 基于转发关系的话题跟踪 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 实验与结果分析 | 第42-50页 |
| 5.1 实验数据 | 第42-43页 |
| 5.2 测评标准 | 第43-44页 |
| 5.3 基于hashtag的权重计算实验结果与分析 | 第44-46页 |
| 5.3.1 λ参数的选值 | 第44-45页 |
| 5.3.2 λ值与距离计算公式相关性实验 | 第45-46页 |
| 5.4 微博聚类及话题检测实验结果与分析 | 第46-48页 |
| 5.5 基于转发关系的话题跟踪 | 第48-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 本文的工作总结 | 第50页 |
| 6.2 进一步工作展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第55-56页 |
| 附录2 攻读硕士学位期间申请的专利 | 第56-57页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58页 |