| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 奇异值分解的研究进展 | 第10页 |
| 1.2.2 网络热点内容发现研究进展 | 第10-11页 |
| 1.2.3 奇异值分解和余弦定理在文本聚分类中的应用研究进展 | 第11-13页 |
| 1.2.4 综述述评 | 第13页 |
| 1.3 研究内容和组织架构 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 组织架构 | 第14页 |
| 1.4 创新之处 | 第14-16页 |
| 第二章 相关理论和技术 | 第16-27页 |
| 2.1 奇异值分解 | 第16-19页 |
| 2.1.1 奇异值分解 | 第16页 |
| 2.1.2 降秩及K值的选取 | 第16-17页 |
| 2.1.3 奇异值分解在文本挖掘领域的应用 | 第17-19页 |
| 2.2 余弦定理 | 第19-21页 |
| 2.2.1 余弦定理 | 第19-20页 |
| 2.2.2 余弦定理在文本挖掘领域的应用 | 第20-21页 |
| 2.3 网络热点内容分类相关理论 | 第21-22页 |
| 2.3.1 网络热点发现 | 第21页 |
| 2.3.2 文本聚类分类 | 第21-22页 |
| 2.4 网络热点内容分类相关技术 | 第22-26页 |
| 2.4.1 文本的自动抓取 | 第22-23页 |
| 2.4.2 文本预处理 | 第23-24页 |
| 2.4.3 特征降维 | 第24-25页 |
| 2.4.4 文本表示模型 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于改进奇异值分解与余弦定理的网络热点内容分类系统建模 | 第27-43页 |
| 3.1 基于改进奇异值分解与余弦定理的网络热点内容分类系统建模 | 第27-39页 |
| 3.1.1 文档获取与处理模块构建 | 第27-30页 |
| 3.1.2 文档特征模型构建 | 第30-34页 |
| 3.1.3 热点内容提取模块 | 第34-38页 |
| 3.1.4 热点内容分类模块 | 第38-39页 |
| 3.2 算法优化 | 第39-42页 |
| 3.2.1 奇异值分解的K值选取优化 | 第39-40页 |
| 3.2.2 余弦定理优化 | 第40-41页 |
| 3.2.3 基于改进奇异值分解与余弦定理的混合聚类算法优化 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 实验设计与结果分析 | 第43-59页 |
| 4.1 实验环境 | 第43页 |
| 4.2 评价指标 | 第43-44页 |
| 4.3 实验结果及评价 | 第44-58页 |
| 4.3.1 数据集下载 | 第44-46页 |
| 4.3.2 数据预处理 | 第46-48页 |
| 4.3.3 K值的选取优化实验 | 第48-52页 |
| 4.3.4 热点提取实验 | 第52-56页 |
| 4.3.5 热点内容分类实验 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 下一步工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 热点词云图 | 第65-67页 |
| 致谢 | 第67-68页 |
| 在学期间的研究成果及发表的学术论文 | 第68页 |
