网络舆情热点发现相关技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文研究内容 | 第14页 |
| ·本文组织结构 | 第14-16页 |
| 第2章 文本处理相关知识介绍 | 第16-29页 |
| ·文本表示模型 | 第16-18页 |
| ·布尔模型 | 第16页 |
| ·概率模型 | 第16-17页 |
| ·向量空间模型 | 第17-18页 |
| ·语料关联度衡量 | 第18-20页 |
| ·集合衡量 | 第18-19页 |
| ·距离衡量 | 第19-20页 |
| ·文本聚类方法分析 | 第20-28页 |
| ·文本聚类分类 | 第21-22页 |
| ·文本聚类算法 | 第22-26页 |
| ·舆情系统聚类方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于话题特征的网络热点发现 | 第29-53页 |
| ·总体设计 | 第29-32页 |
| ·话题特性分析 | 第29页 |
| ·针对话题特征的设计策略 | 第29-30页 |
| ·概念说明 | 第30页 |
| ·总体设计框架 | 第30-32页 |
| ·预处理 | 第32-35页 |
| ·数据准备 | 第32-33页 |
| ·特征选择 | 第33页 |
| ·特征项权重 | 第33-35页 |
| ·主题划分 | 第35-39页 |
| ·主题划分必要性分析 | 第35-37页 |
| ·主题划分算法 | 第37-39页 |
| ·主题识别 | 第39-45页 |
| ·引言 | 第39-40页 |
| ·两层聚类主题识别 | 第40-45页 |
| ·话题识别 | 第45-49页 |
| ·候选种子识别 | 第45-46页 |
| ·话题识别流程 | 第46-48页 |
| ·话题的主题簇更新 | 第48-49页 |
| ·语料增量的多策略处理 | 第49-52页 |
| ·语料增量 | 第49-50页 |
| ·权重增量 | 第50-51页 |
| ·相似度衰减 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 实验及结果分析 | 第53-62页 |
| ·实验语料及环境 | 第53页 |
| ·主题划分实验 | 第53-56页 |
| ·两层聚类实验 | 第56-60页 |
| ·热点话题发现实验 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
