| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于聚类算法的话题检测方法 | 第14-15页 |
| 1.2.2 基于话题模型的话题检测方法 | 第15-16页 |
| 1.2.3 基于非负矩阵分解的话题检测方法 | 第16-17页 |
| 1.3 本文的主要工作 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 相关研究基础及技术 | 第20-32页 |
| 2.1 文本表示模型 | 第20页 |
| 2.2 特征权重计算方法 | 第20-23页 |
| 2.3 LDA话题模型 | 第23-24页 |
| 2.3.1 LDA话题模型简介 | 第23-24页 |
| 2.3.2 LDA模型的不足 | 第24页 |
| 2.4 非负矩阵分解 | 第24-31页 |
| 2.4.1 NMF方法简介 | 第25页 |
| 2.4.2 NMF算法基本思想 | 第25-27页 |
| 2.4.3 NMF算法理论分析 | 第27-28页 |
| 2.4.4 NMF求解算法优化 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于联合非负矩阵分解的话题检测及变迁分析方法 | 第32-39页 |
| 3.1 ToD方法总体框架 | 第32-33页 |
| 3.2 ToD方法设计 | 第33-38页 |
| 3.2.1 问题定义 | 第34-35页 |
| 3.2.2 文本预处理模块 | 第35-36页 |
| 3.2.3 特征词选择与特征权重计算 | 第36页 |
| 3.2.4 时序性异同话题检测算法设计 | 第36-37页 |
| 3.2.5 与其他相关算法对比分析 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 检测时序性异同话题的NJNMF算法 | 第39-48页 |
| 4.1 NJNMF算法描述 | 第39-45页 |
| 4.1.1 公式定义 | 第39-41页 |
| 4.1.2 惩罚函数 | 第41-42页 |
| 4.1.3 迭代规则 | 第42-43页 |
| 4.1.4 算法流程描述 | 第43-45页 |
| 4.2 话题熵 | 第45页 |
| 4.3 优质话题选择 | 第45-46页 |
| 4.4 话题变迁可视化设计 | 第46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 实验与分析 | 第48-63页 |
| 5.1 实验数据集 | 第48-51页 |
| 5.1.1 20Newsgroups | 第48-49页 |
| 5.1.2 LTN2011 | 第49-50页 |
| 5.1.3 LTN2014 | 第50-51页 |
| 5.2 评测指标 | 第51-52页 |
| 5.2.1 准确率 | 第51页 |
| 5.2.2 归一化互信息 | 第51-52页 |
| 5.3 实验软硬件环境 | 第52-53页 |
| 5.4 实验设计 | 第53页 |
| 5.5 20Newsgroups数据集实验结果与分析 | 第53-56页 |
| 5.5.1 对比实验结果与分析 | 第53-55页 |
| 5.5.2 调节参数实验与分析 | 第55-56页 |
| 5.6 LTN数据集实验结果与分析 | 第56-59页 |
| 5.6.1 参数调整实验与分析 | 第56-57页 |
| 5.6.2 LTN2011话题案例分析 | 第57-58页 |
| 5.6.3 LTN2014话题案例分析 | 第58-59页 |
| 5.7 墨西哥非法移民话题变迁趋势分析 | 第59-62页 |
| 5.7.1 原有话题的变迁分析 | 第60页 |
| 5.7.2 新兴话题的变迁分析 | 第60-61页 |
| 5.7.3 时序性异同话题的变迁趋势 | 第61-62页 |
| 5.8 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63-64页 |
| 6.2 下一步工作和展望 | 第64-65页 |
| 附录一 作者攻读硕士学位期间发表的论文 | 第65页 |
| 附录二 作者攻读硕士学位期间参与的科研项目 | 第65页 |
| 附录三 作者攻读硕士学位期间申请的专利 | 第65页 |
| 附录四 作者攻读硕士学位期间申请的软件著作权 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 后记 | 第73页 |