| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 网络事件发现的主要任务 | 第10-11页 |
| 1.2.2 异质数据的处理 | 第11-12页 |
| 1.2.4 网络事件发现的应用场景 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 相关知识介绍 | 第15-29页 |
| 2.1 异质媒体网络事件的定义 | 第15页 |
| 2.2 常见的元数据处理方法 | 第15-21页 |
| 2.2.1 文本数据处理方法 | 第16-18页 |
| 2.2.2 图像数据处理方法 | 第18-19页 |
| 2.2.3 地理信息处理方法 | 第19-21页 |
| 2.2.4 时间信息处理方法 | 第21页 |
| 2.3 常见的异质数据处理方法 | 第21-23页 |
| 2.4 异质媒体网络事件发现常见的方法 | 第23-26页 |
| 2.5 网络事件发现评价方法 | 第26-28页 |
| 2.5.1 准确率、召回率和F值 | 第26-27页 |
| 2.5.2 归一化互信息值 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于时间片划分和多元数据融合的异质媒体网络事件发现 | 第29-41页 |
| 3.1 异质媒体数据缺失性介绍 | 第29-30页 |
| 3.2 基于时间片划分和多元数据融合的异质媒体网络事件发现算法 | 第30-36页 |
| 3.2.1 算法整体流程及框架 | 第30-31页 |
| 3.2.2 数据集重构方法 | 第31-32页 |
| 3.2.3 元数据处理及融合方法 | 第32-35页 |
| 3.2.4 簇合并 | 第35-36页 |
| 3.3 实验结果及分析 | 第36-38页 |
| 3.3.1 时间效率分析 | 第36-37页 |
| 3.3.2 网络社会事件发现结果对比 | 第37-38页 |
| 3.4 本章小结 | 第38-41页 |
| 第4章 基于改进Single Pass的在线式网络社会事件发现 | 第41-53页 |
| 4.1 异质媒体数据不均衡特点介绍 | 第41-44页 |
| 4.2 基于改进的Single Pass在线式网络社会事件发现算法 | 第44-48页 |
| 4.2.1 Single Pass算法介绍 | 第44-45页 |
| 4.2.2 Single Pass算法改进 | 第45-47页 |
| 4.2.3 算法描述 | 第47-48页 |
| 4.3 实验结果及分析 | 第48-51页 |
| 4.3.1 参数选择 | 第48-50页 |
| 4.3.2 网络社会事件发现结果对比 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |
