| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 研究的现状 | 第9-15页 |
| 1.3 论文的主要工作 | 第15-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 2 基于近邻传播的大规模数据流聚类 | 第18-35页 |
| 2.1 方法概述 | 第18-20页 |
| 2.2 详细步骤说明 | 第20-34页 |
| 2.3 本章小结 | 第34-35页 |
| 3 基于APMStream的微博话题检测与跟踪 | 第35-45页 |
| 3.1 微博数据清洗 | 第35-36页 |
| 3.2 基于微博之间的关系的重要程度度量 | 第36-37页 |
| 3.3 综合内容相似度和属性相似度的微博距离计算 | 第37-41页 |
| 3.4 微博话题检测跟踪和排序 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 APMStream方法在Apache Storm上的实现 | 第45-53页 |
| 4.1 APMStream方法实现 | 第45-47页 |
| 4.2 微博数据流模拟模块 | 第47-49页 |
| 4.3 微博清理和分词模块 | 第49-50页 |
| 4.4 微博距离计算模块 | 第50页 |
| 4.5 基于分布式流处理和动态阻尼系数的AP算法实现模块 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 实验分析 | 第53-70页 |
| 5.1 实验环境与数据 | 第53-55页 |
| 5.2 AP2D算法实验分析 | 第55-58页 |
| 5.3 APMStream方法实验分析 | 第58-60页 |
| 5.4 微博话题检测跟踪和排序实验分析 | 第60-69页 |
| 5.5 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 论文总结 | 第70-71页 |
| 6.2 未来展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |