话题检测研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-15页 |
| ·研究背景 | 第11-13页 |
| ·话题检测与跟踪 | 第11-13页 |
| ·编码索引技术 | 第13页 |
| ·本文研究内容及组织结构 | 第13-15页 |
| 2 话题检测的相关技术 | 第15-25页 |
| ·向量空间模型 | 第15页 |
| ·TF-IDF计算 | 第15-16页 |
| ·文档相似度计算 | 第16-17页 |
| ·类簇相似度计算 | 第17-18页 |
| ·文档聚类 | 第18-21页 |
| ·层次聚类 | 第18-19页 |
| ·简单聚类 | 第19-20页 |
| ·最远样本中心聚类 | 第20-21页 |
| ·K均值聚类 | 第21页 |
| ·新事件检测 | 第21-23页 |
| ·事件回顾检测 | 第23-25页 |
| 3 常用索引相关技术综述 | 第25-35页 |
| ·编码方法 | 第25-26页 |
| ·顺序编码 | 第25页 |
| ·二进制编码 | 第25-26页 |
| ·Unicode编码 | 第26页 |
| ·哈希编码 | 第26页 |
| ·字符串哈希函数 | 第26-28页 |
| ·折叠法 | 第27页 |
| ·ELFHash函数 | 第27页 |
| ·djb2哈希函数 | 第27-28页 |
| ·RSHash函数 | 第28页 |
| ·JSHash函数 | 第28页 |
| ·索引技术 | 第28-35页 |
| ·数组索引 | 第29页 |
| ·链式索引 | 第29页 |
| ·树型索引 | 第29-32页 |
| ·哈希索引 | 第32-35页 |
| 4 用于优化话题检测的索引算法设计 | 第35-47页 |
| ·准动态数组索引 | 第35-40页 |
| ·复合编码实现 | 第35-36页 |
| ·主索引表设计 | 第36-37页 |
| ·索引更新策略 | 第37-39页 |
| ·索引合并策略 | 第39-40页 |
| ·性能分析 | 第40页 |
| ·哈希桶内链索引 | 第40-43页 |
| ·复合编码修正 | 第40页 |
| ·数据结构 | 第40-41页 |
| ·检索方法 | 第41-42页 |
| ·索引更新方法 | 第42-43页 |
| ·性能分析 | 第43页 |
| ·双链聚合哈希索引 | 第43-47页 |
| ·数据结构 | 第43-44页 |
| ·检索方法 | 第44-45页 |
| ·索引更新 | 第45-46页 |
| ·性能分析 | 第46-47页 |
| 5 话题检测系统设计与实现 | 第47-55页 |
| ·程序总体结构 | 第47-48页 |
| ·类定义及功能 | 第48-53页 |
| ·File List类 | 第48页 |
| ·File类 | 第48-49页 |
| ·TypeList类 | 第49-50页 |
| ·News类 | 第50页 |
| ·Topic类 | 第50-51页 |
| ·TopicList类 | 第51页 |
| ·Vectors类 | 第51-52页 |
| ·Key类 | 第52页 |
| ·Index类 | 第52-53页 |
| ·无编码索引实现 | 第53-55页 |
| 6 实验设计及结果 | 第55-63页 |
| ·话题检测语料 | 第55-57页 |
| ·索引内存占用 | 第57-59页 |
| ·索引创建效率 | 第59-60页 |
| ·索引检索效率 | 第60-61页 |
| ·话题检测实际性能测试 | 第61-63页 |
| 7 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 学位论文数据集 | 第67页 |
