| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 图表目录 | 第9-10页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 2 相关理论知识 | 第14-30页 |
| 2.1 微博简介 | 第14-18页 |
| 2.1.1 微博发展 | 第14-15页 |
| 2.1.2 用户关系网络结构与微博传播模型 | 第15-17页 |
| 2.1.3 微博热点话题与话题热度 | 第17-18页 |
| 2.2 数据挖掘 | 第18-23页 |
| 2.2.1 数据挖掘概述 | 第18-20页 |
| 2.2.2 聚类分析 | 第20-23页 |
| 2.3 文本聚类 | 第23-29页 |
| 2.3.1 文本建模 | 第23-25页 |
| 2.3.2 文本表示模型 | 第25-27页 |
| 2.3.3 相似性度量 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 微博热点话题发现的核心技术 | 第30-45页 |
| 3.1 微博数据获取 | 第30-35页 |
| 3.1.1 传统网络爬虫 | 第30-32页 |
| 3.1.2 腾讯微博 API | 第32-35页 |
| 3.2 XML | 第35-37页 |
| 3.3 微博数据预处理 | 第37-39页 |
| 3.3.1 分词 | 第37-38页 |
| 3.3.2 信息过滤 | 第38-39页 |
| 3.4 话题发现算法 | 第39-44页 |
| 3.4.1 Single-Pass 算法 | 第39-41页 |
| 3.4.2 LDA 模型 | 第41-43页 |
| 3.4.3 Single-Pass 算法与 LDA 模型结合 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 微博热点话题发现的设计与实现 | 第45-58页 |
| 4.1 微博热点话题发现的设计 | 第45-48页 |
| 4.1.1 微博热点话题发现的框架 | 第45-47页 |
| 4.1.2 数据库的设计 | 第47-48页 |
| 4.2 微博热点话题发现的实现 | 第48-57页 |
| 4.2.1 运行环境 | 第48-49页 |
| 4.2.2 各个功能的实现 | 第49-57页 |
| 4.3 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |