微博热点话题发现系统的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文组织架构 | 第12-13页 |
| 第二章 相关技术介绍 | 第13-23页 |
| 2.1 文本聚类算法 | 第13-17页 |
| 2.2 中文语义分析技术 | 第17-19页 |
| 2.3 热点话题发现技术 | 第19-21页 |
| 2.4 本章小节 | 第21-23页 |
| 第三章 系统需求分析 | 第23-36页 |
| 3.1 微博文本特征 | 第23-26页 |
| 3.2 微博数据采集 | 第26-29页 |
| 3.3 微博数据预处理 | 第29-31页 |
| 3.4 热点话题抽取 | 第31-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 系统设计与实现 | 第36-62页 |
| 4.1 系统总体架构 | 第36-38页 |
| 4.2 数据采集模块 | 第38-43页 |
| 4.2.1 微博数据 | 第38-39页 |
| 4.2.2 用户数据 | 第39-40页 |
| 4.2.3 话题数据 | 第40-43页 |
| 4.3 数据预处理模块 | 第43-50页 |
| 4.3.1 降噪处理 | 第44-45页 |
| 4.3.2 文本分词 | 第45-47页 |
| 4.3.3 停用词过滤 | 第47-50页 |
| 4.4 热点话题抽取模块 | 第50-61页 |
| 4.4.1 热度定义 | 第50-51页 |
| 4.4.2 K-BIRCH算法 | 第51-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 实验和分析 | 第62-70页 |
| 5.1 实验环境 | 第62-63页 |
| 5.2 实验过程 | 第63-69页 |
| 5.2.1 微博数据抓取 | 第63-64页 |
| 5.2.2 微博话题趋势分析 | 第64-66页 |
| 5.2.3 系统性能评测 | 第66-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 本文总结 | 第70页 |
| 6.2 未来展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
