| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 目录 | 第5-8页 |
| 图录 | 第8-9页 |
| 表录 | 第9-11页 |
| 第一章 绪论 | 第11-13页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究目的 | 第11-12页 |
| 1.3 研究内容 | 第12页 |
| 1.4 论文主要内容与章节安排 | 第12-13页 |
| 第二章 相关研究工作介绍 | 第13-23页 |
| 2.1 新闻研究概述与博客研究现状 | 第13-14页 |
| 2.1.1 新闻研究概述 | 第13页 |
| 2.1.2 博客研究现状 | 第13-14页 |
| 2.2 博客常用话题模型 | 第14-18页 |
| 2.2.1 LDA 模型 | 第14-15页 |
| 2.2.2 标签-话题模型(tag-topic model) | 第15-17页 |
| 2.2.3 Labeled-LDA | 第17-18页 |
| 2.3 新闻-博文研究 | 第18-22页 |
| 2.3.1 新闻报道-博客文档关联 | 第19-20页 |
| 2.3.2 热点新闻发现 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 博文话题发现 | 第23-31页 |
| 3.1 博文语料的特征 | 第23-25页 |
| 3.1.1 博文的结构特征 | 第23-24页 |
| 3.1.2 博文的内容特征 | 第24-25页 |
| 3.2 博文话题识别 | 第25-30页 |
| 3.2.1 话题定义 | 第25-26页 |
| 3.2.2 博文话题词的加权与筛选 | 第26-28页 |
| 3.2.3 话题模型 | 第28-30页 |
| 3.2.4 话题模型选择标准 | 第30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 新闻话题与博文话题关联方法 | 第31-42页 |
| 4.1 关联度获取 | 第31-34页 |
| 4.1.1 欧几里得距离(Euclidean Distance) | 第31-32页 |
| 4.1.2 余弦相似度(Cosine Similarity) | 第32页 |
| 4.1.3 Hellinger 距离(Hellinger distance) | 第32-33页 |
| 4.1.4 Tanimoto 系数（广义 Jaccard 系数） | 第33页 |
| 4.1.5 JS 距离(Jensen-shannon Divergence) | 第33-34页 |
| 4.2 关联结果优化 | 第34-40页 |
| 4.2.1 基于投票的关联结果判定 | 第34-38页 |
| 4.2.2 投票系统的改进——投票权 | 第38-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第五章 实验结果及分析 | 第42-77页 |
| 5.1 实验语料 | 第42-46页 |
| 5.1.1 语料获取 | 第42-43页 |
| 5.1.2 对获取语料的预处理 | 第43-46页 |
| 5.2 话题模型构建 | 第46-56页 |
| 5.2.1 参数和模型设定 | 第46页 |
| 5.2.2 关联方法的阈值选取 | 第46-52页 |
| 5.2.3 话题模型的结果 | 第52-56页 |
| 5.3 关联度比较分析 | 第56-66页 |
| 5.3.1 欧几里得距离 | 第57-59页 |
| 5.3.2 余弦相似度 | 第59-62页 |
| 5.3.3 Hellinger 距离 | 第62-63页 |
| 5.3.4 Tanimoto 系数 | 第63-64页 |
| 5.3.5 JS 距离 | 第64-66页 |
| 5.3.6 关联度比较分析小结 | 第66页 |
| 5.4 投票系统 | 第66-73页 |
| 5.5 评测指标 | 第73-74页 |
| 5.6 测评结果分析 | 第74-76页 |
| 5.7 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 全文总结 | 第77页 |
| 6.2 进一步的工作 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间已发表或录用的论文 | 第83-85页 |
