首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向微博的热点话题发现及跟踪

摘要第1-6页
Abstract第6-8页
目录第8-13页
第一章 绪论第13-17页
   ·研究背景及意义第13页
   ·国内外研究现状第13-14页
   ·本文的研究内容第14-15页
   ·论文的组织结构第15-17页
第二章 相关理论和技术第17-27页
   ·web 信息采集第17-18页
     ·Web 信息抓取第17页
     ·web 信息提取第17-18页
   ·话题检测与跟踪技术第18-19页
     ·话题检测第18-19页
     ·话题跟踪第19页
   ·文本聚类第19-23页
     ·文本表示模型第19-20页
     ·传统的聚类方法第20-23页
   ·语义分析第23-25页
     ·分词第24页
     ·语义角色标注第24-25页
     ·依存句法分析第25页
   ·知网简介第25-26页
   ·本章小结第26-27页
第三章 微博信息采集第27-45页
   ·微博简介第27-28页
     ·微博组织的特点第27页
     ·微博的网络结构第27-28页
   ·微博数据获取第28-35页
     ·传统爬虫策略第28-30页
     ·支持 Ajax 的微博爬虫第30页
     ·微博数据采集第30-34页
     ·微博数据采集实验第34-35页
   ·微博预处理第35-43页
     ·繁体字转换为简体字第35-37页
     ·交互信息过滤第37-40页
     ·微博信息过滤第40-43页
   ·本章小结第43-45页
第四章 微博热点话题发现及跟踪策略第45-73页
   ·微博用户交流方式第45页
   ·微博话题模型第45-49页
     ·微博话题传播模式第46页
     ·微博话题传播模型第46页
     ·微博讨论树的表示模型第46-47页
     ·微博讨论树合并算法第47-49页
   ·基于 Single-Pass 与语义框架结合的微博话题检测算法第49-64页
     ·基于微博讨论树的话题检测算法第49-51页
     ·微博语义框架第51-59页
     ·基于 Single-Pass 与语义框架结合的微博话题检测算法第59-64页
   ·热点话题的跟踪第64-66页
     ·微博能量的定义第64-65页
     ·话题能量的定义第65-66页
   ·实验结果第66-72页
     ·实验环境第66-67页
     ·评价方法第67页
     ·实验数据第67-68页
     ·测试结果第68-72页
   ·本章小结第72-73页
第五章 系统实现及展示第73-80页
   ·系统总体框架设计第73-74页
   ·系统各模块的实现第74-79页
     ·微博数据采集模块第74-75页
     ·微博预处理模块第75-76页
     ·微博话题检测模块第76页
     ·展示模块第76-79页
   ·本章小结第79-80页
结论第80-82页
参考文献第82-85页
致谢第85-86页
附录第86页

论文共86页,点击 下载论文
上一篇:CY公司度量体系研究
下一篇:无铅锡膏印刷设备软件测试模块研究