微博平台的热门话题检测
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景 | 第10-11页 |
| ·现有工作 | 第11-12页 |
| ·我们的方法 | 第12-13页 |
| ·概述 | 第12-13页 |
| ·预测Twitter上的热门话题 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 分类方法 | 第14-20页 |
| ·研究动机 | 第14-15页 |
| ·随机模型 | 第15-16页 |
| ·检测 | 第16-19页 |
| ·类概率 | 第16-17页 |
| ·类估计 | 第17-18页 |
| ·在线分类 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 在线分类算法实现 | 第20-23页 |
| ·概述 | 第20页 |
| ·在线分类算法实现 | 第20-21页 |
| ·算法分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第4章 应用：在Twitter上检测热门话题 | 第23-34页 |
| ·概述 | 第23-25页 |
| ·Twitter介绍 | 第23页 |
| ·Twitter相关用词的解释 | 第23-24页 |
| ·问题描述 | 第24-25页 |
| ·初步解法 | 第25页 |
| ·数据收集和处理 | 第25-30页 |
| ·数据收集 | 第25-26页 |
| ·词频检测 | 第26页 |
| ·样例的选择 | 第26-27页 |
| ·信号转换 | 第27-30页 |
| ·实验 | 第30-33页 |
| ·实验设置 | 第30-32页 |
| ·参数调整 | 第32页 |
| ·评价 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第5章 结果和讨论 | 第34-43页 |
| ·分类算法参数调整的实验结果 | 第34-37页 |
| ·Nref=30的情况 | 第34-35页 |
| ·Nref=45的情况 | 第35-36页 |
| ·Nref=60的情况 | 第36-37页 |
| ·分析和讨论 | 第37-42页 |
| ·相对检测时间 | 第37页 |
| ·ROC曲线及分析 | 第37-39页 |
| ·典型样例分析 | 第39-41页 |
| ·实验部分的不足 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第6章 贡献和展望 | 第43-45页 |
| ·贡献 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-47页 |
| 攻读硕士学位期间主要的研究成果 | 第47页 |
