Web新闻话题检测与追踪技术研究
| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 引言 | 第11-18页 |
| ·课题的来源和意义 | 第11页 |
| ·基本概念 | 第11-12页 |
| ·话题 | 第11页 |
| ·事件 | 第11-12页 |
| ·故事 | 第12页 |
| ·话题检测与追踪的发展与现状 | 第12-13页 |
| ·Web新闻话题检测与追踪系统框架 | 第13-16页 |
| ·Web信息采集 | 第14页 |
| ·Web信息抽取 | 第14-15页 |
| ·话题检测技术 | 第15页 |
| ·话题追踪技术 | 第15-16页 |
| ·论文的主要贡献和结构安排 | 第16-18页 |
| 第二章 Web信息采集 | 第18-28页 |
| ·Web信息采集概述 | 第18页 |
| ·Web信息采集的结构 | 第18-21页 |
| ·URL处理器 | 第19页 |
| ·网页采集器 | 第19-20页 |
| ·网页去重检测器 | 第20页 |
| ·URL提取器 | 第20页 |
| ·标签信息提取器 | 第20-21页 |
| ·数据库 | 第21页 |
| ·Web信息采集的扩展 | 第21-24页 |
| ·Robots协议 | 第21-22页 |
| ·网页类型判断 | 第22页 |
| ·新闻时间的提取 | 第22-24页 |
| ·Web信息采集器的实现 | 第24-26页 |
| ·实验结果及性能分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于向量空间模型的网页噪声净化 | 第28-38页 |
| ·文本向量表示 | 第28-31页 |
| ·特征项 | 第29-30页 |
| ·特征项加权 | 第30-31页 |
| ·网页噪声分析及其影响 | 第31-32页 |
| ·基于向量空间模型的网页噪声净化 | 第32-34页 |
| ·文档树 | 第32-34页 |
| ·网页主题块提取 | 第34页 |
| ·基于向量空间模型的网页噪声净化算法 | 第34页 |
| ·实验结果及性能分析 | 第34-37页 |
| ·实验环境 | 第34-35页 |
| ·实验结果及性能分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于话题重心自适应的话题检测 | 第38-48页 |
| ·话题检测概述 | 第38-39页 |
| ·新闻话题的表示 | 第39-40页 |
| ·特征项 | 第39页 |
| ·特征项权重 | 第39页 |
| ·特征维数约减 | 第39页 |
| ·话题的表示 | 第39-40页 |
| ·话题检测算法 | 第40-43页 |
| ·增量式聚类算法 | 第40-41页 |
| ·话题重心的修正 | 第41-42页 |
| ·话题重心的组合 | 第42-43页 |
| ·基于话题重心自适应的话题检测算法 | 第43页 |
| ·实验结果及性能分析 | 第43-47页 |
| ·实验数据 | 第43-44页 |
| ·实验结果评测标准 | 第44-45页 |
| ·实验结果及性能分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 一种改进的KNN话题追踪方法 | 第48-58页 |
| ·话题追踪概述 | 第48-49页 |
| ·话题追踪相关研究 | 第49-51页 |
| ·马萨诸塞大学的方法 | 第49-50页 |
| ·BBN公司的方法 | 第50页 |
| ·卡内基梅隆大学的方法 | 第50-51页 |
| ·一种改进的KNN话题追踪方法 | 第51-56页 |
| ·文本分类中的特征选择 | 第52-53页 |
| ·KNN话题追踪方法 | 第53-54页 |
| ·算法的分析与改进 | 第54-55页 |
| ·改进的KNN话题追踪方法 | 第55-56页 |
| ·实验结果及性能分析 | 第56-57页 |
| ·实验数据及测试方法 | 第56页 |
| ·实验结果及性能分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结束语 | 第58-60页 |
| 一、全文总结 | 第58页 |
| 二、展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第64-65页 |
| 致谢 | 第65页 |
