| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·话题检测研究现状 | 第10-11页 |
| ·微博话题检测研究现状 | 第11-12页 |
| ·目前研究中存在的问题 | 第12-13页 |
| ·论文的研究内容 | 第13页 |
| ·本文组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 话题检测相关技术 | 第15-23页 |
| ·数据获取与预处理 | 第16页 |
| ·文本表示模型 | 第16-19页 |
| ·向量空间模型 | 第17-18页 |
| ·LDA模型 | 第18-19页 |
| ·相似度计算方法 | 第19-20页 |
| ·余弦函数 | 第19页 |
| ·KL距离 | 第19-20页 |
| ·聚类算法 | 第20-21页 |
| ·增量式聚类算法 | 第20页 |
| ·层次式聚类算法 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于突发词的微博突发话题检测 | 第23-35页 |
| ·相关工作 | 第23-24页 |
| ·国外相关研究 | 第23页 |
| ·国内相关研究 | 第23-24页 |
| ·微博突发话题检测特点 | 第24页 |
| ·突发词抽取 | 第24-27页 |
| ·相关定义 | 第24-25页 |
| ·候选突发词抽取 | 第25页 |
| ·突发词抽取 | 第25-27页 |
| ·基于突发词的微博突发话题检测 | 第27-29页 |
| ·实验 | 第29-34页 |
| ·实现流程 | 第29-30页 |
| ·实验数据及评价方法 | 第30-31页 |
| ·实验结果分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于KL距离和命名实体的双重过滤话题关联检测 | 第35-45页 |
| ·相关研究 | 第35-37页 |
| ·话题模板构建 | 第37页 |
| ·基于KL距离和命名实体的双重过滤话题关联检测 | 第37-40页 |
| ·KL距离公式 | 第37-38页 |
| ·基于动态阈值的相似度计算 | 第38-39页 |
| ·基于命名实体的候选报道过滤 | 第39-40页 |
| ·实验 | 第40-44页 |
| ·实现流程 | 第41页 |
| ·实验数据及评价方法 | 第41-42页 |
| ·实验结果分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| ·论文总结 | 第45-46页 |
| ·工作展望 | 第46页 |
| ·本章小结 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻硕期间发表论文及科研成果 | 第51-53页 |
| 致谢 | 第53页 |