基于改进Single-Pass算法的热点话题发现系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 第二章 相关理论和技术 | 第14-26页 |
| 2.1 TDT相关知识 | 第14-17页 |
| 2.1.1 TDT中的基本概念 | 第14-15页 |
| 2.1.2 TDT的主要任务 | 第15-16页 |
| 2.1.3 TDT的评测方法 | 第16-17页 |
| 2.2 热点话题发现模型 | 第17-22页 |
| 2.3 文本聚类 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 热点话题发现 | 第26-44页 |
| 3.1 热点发现的整体框架 | 第26-28页 |
| 3.2 信息采集 | 第28-33页 |
| 3.2.1 网络爬虫 | 第28-31页 |
| 3.2.2 内容抽取 | 第31-33页 |
| 3.3 信息预处理 | 第33-37页 |
| 3.3.1 中文分词技术 | 第33页 |
| 3.3.2 分词、词性标注 | 第33-35页 |
| 3.3.3 特征选择 | 第35-36页 |
| 3.3.4 文本的向量表示 | 第36-37页 |
| 3.4 信息挖掘 | 第37-43页 |
| 3.4.1 Single-Pass聚类算法 | 第38-39页 |
| 3.4.2 改进的Single-Pass算法 | 第39-41页 |
| 3.4.3 热度计算 | 第41-43页 |
| 3.5 抽取案例 | 第43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 热点话题发现系统 | 第44-50页 |
| 4.1 系统概述 | 第44-45页 |
| 4.2 系统的开发平台与开发环境 | 第45-46页 |
| 4.3 系统数据库表设计 | 第46页 |
| 4.4 系统演示 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
