| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究的背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 项目知识情境研究状况 | 第14-15页 |
| 1.2.2 主题模型的研究状况 | 第15-17页 |
| 1.3 研究目标、内容及方法 | 第17-21页 |
| 1.3.1 研究目标 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.3.3 研究方法与技术路线 | 第18-19页 |
| 1.3.4 章节内容安排 | 第19-21页 |
| 第2章 项目知识情境与主题模型概述 | 第21-36页 |
| 2.1 项目知识情境及其表现形式 | 第21-26页 |
| 2.1.1 项目知识情境维度 | 第21-24页 |
| 2.1.2 产生情境与应用情境 | 第24-26页 |
| 2.2 主题模型 | 第26-35页 |
| 2.2.1 主题模型的基本思想 | 第28-29页 |
| 2.2.2 隐含狄利克雷分布(LDA) | 第29-31页 |
| 2.2.3 层次关系主题模型(HRTM) | 第31-32页 |
| 2.2.4 相关主题模型(CTM) | 第32-34页 |
| 2.2.5 动态主题模型(DTM) | 第34-35页 |
| 2.3 主题模型与项目知识情境的关系 | 第35-36页 |
| 第3章 基于主题模型的项目知识情境模型构建方法 | 第36-45页 |
| 3.1 基于主题情境的词汇集合划分 | 第36-37页 |
| 3.1.1 基于序数的主题情境词汇集合的α分位点 | 第36-37页 |
| 3.1.2 基于概率的主题情境词汇集合α分位点 | 第37页 |
| 3.2 多维项目知识情境相似性度量方法 | 第37-41页 |
| 3.2.1 多维项目知识情境距离 | 第37-40页 |
| 3.2.2 多维项目知识情境相似性计算 | 第40-41页 |
| 3.3 多维层次情境模型建立方法 | 第41-45页 |
| 3.3.1 具有层次关系的多维项目知识情境距离 | 第41-43页 |
| 3.3.2 具有层次关系的多维项目知识情境相似度 | 第43-45页 |
| 第4章 基于主题模型的项目知识情境提取框架与关键算法 | 第45-52页 |
| 4.1 基于主题模型的项目知识情境提取框架 | 第45-46页 |
| 4.2 关键算法 | 第46-52页 |
| 4.2.1 网络数据获取关键算法 | 第46-47页 |
| 4.2.2 主题模型关键算法 | 第47页 |
| 4.2.3 情境聚合算法 | 第47-48页 |
| 4.2.4 知识情境及其关系生成关键算法 | 第48-52页 |
| 第5章 项目知识情境模型评价方法 | 第52-59页 |
| 5.1 基于主题模型的项目知识情境模型评价方法 | 第52-57页 |
| 5.1.1 准确率、召回率和F1 | 第52-54页 |
| 5.1.2 基准评估 | 第54-57页 |
| 5.2 度量及评价方法的应用流程 | 第57-59页 |
| 第6章 项目知识情境模型原型系统 | 第59-69页 |
| 6.1 开发平台 | 第59页 |
| 6.2 项目数据来源 | 第59-61页 |
| 6.2.1 网络公开数据收集 | 第60-61页 |
| 6.2.2 企业数据收集 | 第61页 |
| 6.3 数据ETL过程 | 第61-63页 |
| 6.5 数据建模 | 第63-64页 |
| 6.5.1 项目文档主题建模 | 第63-64页 |
| 6.5.2 项目知识情境建模 | 第64页 |
| 6.6 系统实现 | 第64-69页 |
| 6.6.1 多维项目知识情境模型的构建 | 第65页 |
| 6.6.2 项目知识情境模型相似度算法实现 | 第65页 |
| 6.6.3 基于主题的项目知识情境模型生成算法 | 第65-66页 |
| 6.6.4 项目知识情境层次及维度生成算法 | 第66-69页 |
| 第7章 基于京沪高铁项目数据的系统验证 | 第69-74页 |
| 7.1 基准测试方法 | 第69-70页 |
| 7.2 基准测试结果 | 第70-71页 |
| 7.3 测试结果分析 | 第71-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录1 中文分词用户词典 | 第81-85页 |
| 附录2 分组情境词汇 | 第85-88页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第88页 |