基于聚类分析的网络论坛热点话题检测
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外相关研究和综述 | 第11-15页 |
| ·话题检测与追踪的研究现状 | 第11-13页 |
| ·网络论坛话题检测的研究现状 | 第13-15页 |
| ·课题研究内容 | 第15-16页 |
| ·本文的结构安排 | 第16-17页 |
| 第2章 网络论坛话题检测的相关基础知识 | 第17-26页 |
| ·引言 | 第17页 |
| ·网络论坛话题检测的基本概念 | 第17-19页 |
| ·网络论坛 | 第17-18页 |
| ·话题检测 | 第18-19页 |
| ·网络论坛文本数据特征分析 | 第19-21页 |
| ·网络论坛文本数据特性 | 第19-20页 |
| ·文本表示模型 | 第20页 |
| ·特征权重的表示方法 | 第20-21页 |
| ·常用的文本聚类算法 | 第21-25页 |
| ·层次聚类算法 | 第22-23页 |
| ·基于划分的聚类方法 | 第23页 |
| ·增量聚类方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 面向网络论坛话题检测的文本预处理方法 | 第26-40页 |
| ·引言 | 第26页 |
| ·基于文档树的帖子信息抽取算法 | 第26-31页 |
| ·文档树的定义 | 第27-28页 |
| ·构建论坛帖子页面文档树 | 第28-29页 |
| ·信息抽取规则描述 | 第29-30页 |
| ·信息抽取算法 | 第30-31页 |
| ·网络论坛短文本特征选择算法 | 第31-35页 |
| ·基于评估函数的特征筛选算法 | 第31-32页 |
| ·特征选择算法的比较 | 第32-33页 |
| ·网络论坛短文本的特性分析 | 第33页 |
| ·基于TF*PDF的特征选择算法 | 第33-35页 |
| ·实验与分析 | 第35-39页 |
| ·实验数据集 | 第35页 |
| ·信息抽取评价指标 | 第35-36页 |
| ·信息抽取实验结果及分析 | 第36-37页 |
| ·文本特征选择结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 网络论坛热点话题检测 | 第40-56页 |
| ·引言 | 第40页 |
| ·网络论坛话题模型的定义 | 第40-41页 |
| ·基于时间线分析的增量聚类算法 | 第41-46页 |
| ·算法基本原理 | 第42-43页 |
| ·算法优化策略 | 第43-44页 |
| ·算法流程 | 第44-46页 |
| ·基于话题关注度和用户参与度的话题热度算法 | 第46-49页 |
| ·网络论坛热点话题的特征 | 第47页 |
| ·话题关注度计算 | 第47页 |
| ·用户参与度计算 | 第47-48页 |
| ·话题热度算法 | 第48-49页 |
| ·实验与分析 | 第49-55页 |
| ·实验数据描述 | 第49页 |
| ·评测标准 | 第49-50页 |
| ·话题检测结果分析 | 第50-53页 |
| ·话题热度排序结果分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 网络论坛热点话题检测系统的设计与实现 | 第56-64页 |
| ·引言 | 第56页 |
| ·系统的功能和目标 | 第56-57页 |
| ·系统总体设计 | 第57页 |
| ·系统详细设计 | 第57-62页 |
| ·数据库交互模块 | 第58页 |
| ·爬虫模块 | 第58-59页 |
| ·信息抽取模块 | 第59-60页 |
| ·文本预处理模块 | 第60页 |
| ·话题检测模块 | 第60-61页 |
| ·话题热度评分模块 | 第61-62页 |
| ·系统展示 | 第62-63页 |
| ·开发平台及工具 | 第62页 |
| ·可视化功能 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文 | 第71-73页 |
| 致谢 | 第73页 |
