基于微博的热门话题提取与利用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 背景与意义 | 第10-11页 |
| 1.2 国内外的研究现状 | 第11-13页 |
| 1.3 论文总体框架 | 第13-14页 |
| 第2章 文本信息处理的相关技术 | 第14-22页 |
| 2.1 微博信息采集技术 | 第14-16页 |
| 2.1.1 微博信息的获取 | 第14-15页 |
| 2.1.2 微博信息的提取 | 第15-16页 |
| 2.2 文本预处理 | 第16-18页 |
| 2.2.1 中文分词技术 | 第16-17页 |
| 2.2.2 微博集合的选择与噪声处理 | 第17-18页 |
| 2.3 文本相似度计算 | 第18-20页 |
| 2.3.1 余弦相似性 | 第19页 |
| 2.3.2 编辑距离 | 第19页 |
| 2.3.3 最长公共子序列 | 第19-20页 |
| 2.4 文本聚类算法 | 第20-21页 |
| 2.4.1 分割式聚类算法 | 第20页 |
| 2.4.2 结构式聚类算法 | 第20页 |
| 2.4.3 概率密度聚类算法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 文本相似度计算 | 第22-36页 |
| 3.1 噪音去除以及分句处理 | 第22-24页 |
| 3.2 编辑距离 | 第24-27页 |
| 3.2.1 编辑距离的定义 | 第24页 |
| 3.2.2 编辑距离的性质与计算方法 | 第24-25页 |
| 3.2.3 构造编辑距离匹配关系矩阵 | 第25-26页 |
| 3.2.4 通过编辑距离计算相似度 | 第26-27页 |
| 3.3 加入交换的编辑距离算法 | 第27-29页 |
| 3.3.1 块交换编辑距离 | 第28页 |
| 3.3.2 词交换编辑距离 | 第28-29页 |
| 3.4 实验 | 第29-35页 |
| 3.4.1 实验数据 | 第30页 |
| 3.4.2 实验设计 | 第30-31页 |
| 3.4.3 实验结果与分析 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 微博话题聚类 | 第36-49页 |
| 4.1 层次聚类算法 | 第36-37页 |
| 4.1.1 自顶向下方法 | 第37页 |
| 4.1.2 自顶向下方法 | 第37页 |
| 4.1.3 聚类法的选择 | 第37页 |
| 4.2 并查集算法 | 第37-42页 |
| 4.2.1 并查集的快速查找算法 | 第38-39页 |
| 4.2.2 并查集的快速合并算法 | 第39-40页 |
| 4.2.3 并查集快速合并算法的改进 | 第40-42页 |
| 4.3 基于句子相同相似的聚类算法 | 第42-44页 |
| 4.4 实验 | 第44-48页 |
| 4.4.1 实验数据 | 第44-45页 |
| 4.4.2 实验设计 | 第45页 |
| 4.4.3 实验结果与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 话题提取系统的设计与实现 | 第49-56页 |
| 5.1 话题提取系统设计 | 第49-50页 |
| 5.2 话题提取系统实现 | 第50页 |
| 5.3 系统结果展示 | 第50-55页 |
| 5.4 小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 硕士研究生期间的主要学术成果 | 第62页 |
