| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-10页 |
| 第一章 引言 | 第10-14页 |
| 1.1 LDA的发展背景 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文结构 | 第12页 |
| 1.4 常用的性质与定理 | 第12-14页 |
| 第二章 LDA模型中常用的概率统计方法 | 第14-26页 |
| 2.1 常见概率分布与共轭结构 | 第14-16页 |
| 2.2 参数估计方法 | 第16-18页 |
| 2.2.1 最大似然估计 | 第16-17页 |
| 2.2.2 最大后验估计 | 第17-18页 |
| 2.3 变分Bayes | 第18-20页 |
| 2.4 随机模拟 | 第20-26页 |
| 2.4.1 蒙特卡罗模拟 | 第20-21页 |
| 2.4.2 MCMC方法 | 第21-23页 |
| 2.4.3 马氏链收敛分析 | 第23页 |
| 2.4.4 MCMC模拟 | 第23-26页 |
| 第三章 LDA基础知识 | 第26-32页 |
| 3.1 观测变量的似然函数 | 第27-28页 |
| 3.2 不可观测变量的后验分布 | 第28-32页 |
| 第四章 基于MCEM算法的LDA | 第32-44页 |
| 4.1 变分优化 | 第33-36页 |
| 4.2 快速抽样技术 | 第36-41页 |
| 4.2.1 简单的建议分布 | 第37-38页 |
| 4.2.2 混合多项分布 | 第38-39页 |
| 4.2.3 Alias Sampling和Random Positioning | 第39-41页 |
| 4.3 MCEM算法与模拟 | 第41-44页 |
| 4.3.1 MCEM算法实现步骤 | 第41页 |
| 4.3.2 MCEM模拟 | 第41-44页 |
| 第五章 总结 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 实验数据和伪代码 | 第48-52页 |
| 致谢 | 第52页 |