基于层次主题模型的网络新闻汇聚
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及目的 | 第10-11页 |
| 1.2 本文的主要工作 | 第11-13页 |
| 1.3 本文的组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 国内外研究现状 | 第15-26页 |
| 2.1 网络爬虫 | 第15-18页 |
| 2.1.1 网络爬虫概述 | 第15-16页 |
| 2.1.2 网络爬虫原理 | 第16-17页 |
| 2.1.3 开源网络爬虫框架 | 第17-18页 |
| 2.2 文本分类 | 第18-20页 |
| 2.3 主题模型 | 第20-25页 |
| 2.3.1 主题模型概述 | 第20-21页 |
| 2.3.2 LDA | 第21-22页 |
| 2.3.3 狄利克雷过程 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于层次主题模型的网络新闻汇聚 | 第26-46页 |
| 3.1 技术框架 | 第26-27页 |
| 3.2 层次主题模型设计 | 第27-29页 |
| 3.3 多源网络新闻数据采集 | 第29-38页 |
| 3.3.1 网络爬虫框架 | 第29-31页 |
| 3.3.2 多源网络爬虫 | 第31-35页 |
| 3.3.3 基于统计的新闻网页正文抽取 | 第35-38页 |
| 3.4 基于层次主题模型的网络新闻分类 | 第38-45页 |
| 3.4.1 新闻网页分类概述 | 第38-39页 |
| 3.4.2 文本表示模型 | 第39-40页 |
| 3.4.3 并行新闻网页分类器 | 第40-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于在线层次狄利克雷过程的主题词筛选 | 第46-56页 |
| 4.1 主题词筛选概述 | 第46-47页 |
| 4.2 在线层次狄利克雷过程 | 第47-52页 |
| 4.2.1 层次狄利克雷过程 | 第47-50页 |
| 4.2.2 在线层次狄利克雷过程 | 第50-52页 |
| 4.3 主题词筛选算法 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 实验结果及系统实现 | 第56-70页 |
| 5.1 新闻网页分类实验与结果 | 第56-61页 |
| 5.1.1 性能影响因素及评价方法 | 第56-57页 |
| 5.1.2 训练数据集的构建 | 第57-58页 |
| 5.1.3 分类结果及分析 | 第58-61页 |
| 5.2 主题词筛选实验与结果 | 第61-65页 |
| 5.3 系统实现 | 第65-69页 |
| 5.3.1 网络新闻数据采集功能实现 | 第65-67页 |
| 5.3.2 网络新闻主题跟踪功能实现 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 未来研究方向 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间主要的研究成果 | 第75-76页 |
| 致谢 | 第76页 |
