| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-16页 |
| 1.1 个人微博事件提取的研究背景和意义 | 第9-13页 |
| 1.1.1 个人微博发展过程 | 第9-10页 |
| 1.1.2 个人微博的特点和特征 | 第10-12页 |
| 1.1.3 个人微博事件提取 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 个人微博事件提取的主要研究的内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 微博信息提取技术 | 第16-27页 |
| 2.1 数据获取技术 | 第16页 |
| 2.1.1 新浪微博API | 第16页 |
| 2.1.2 第三方爬虫软件 | 第16页 |
| 2.2 文本特征选择方法 | 第16-17页 |
| 2.2.1 基于文档频率的特征提取方法 | 第16-17页 |
| 2.3 特征权重计算方法 | 第17-20页 |
| 2.4 博文相似度技术 | 第20-23页 |
| 2.4.1 距离函数 | 第20-21页 |
| 2.4.2 布尔属性和名词性属性 | 第21-22页 |
| 2.4.3 文本文档 | 第22页 |
| 2.4.4 VSM 空间矩阵 | 第22页 |
| 2.4.5 相同词匹配相似度 | 第22页 |
| 2.4.6 语义相似度 | 第22-23页 |
| 2.5 聚类算法主要技术 | 第23-26页 |
| 2.5.1 聚类算法的简介 | 第23-24页 |
| 2.5.2 聚类分析的要求 | 第24-25页 |
| 2.5.3 聚类算法的分类 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 基于个人微博特征的Timeline 生成研究 | 第27-37页 |
| 3.1 数据获取 | 第28页 |
| 3.2 预处理 | 第28-29页 |
| 3.3 改进的TF-IDF | 第29-32页 |
| 3.3.1 传统TF-IDF 缺点 | 第29页 |
| 3.3.2 改进的TF-IDF | 第29-32页 |
| 3.4 提取关键词 | 第32页 |
| 3.5 综合相似度计算 | 第32-34页 |
| 3.5.1 标签相似度 | 第33页 |
| 3.5.2 Url 对应的标题相似度 | 第33页 |
| 3.5.3 文本相似度 | 第33-34页 |
| 3.5.4 综合相似度 | 第34页 |
| 3.6 聚类事件提取 | 第34-36页 |
| 3.6.1 在聚类中k-means 算法对于微博聚类缺点 | 第34-35页 |
| 3.6.2 改进k-means 聚类算法的详细过程 | 第35页 |
| 3.6.3 k-means 聚类中心点选择原则 | 第35-36页 |
| 3.6.4 k-means 聚类过程 | 第36页 |
| 3.7 本章小结 | 第36-37页 |
| 4 实验及结果比对 | 第37-47页 |
| 4.1 数据获取 | 第37-38页 |
| 4.2 数据的预处理过程 | 第38-39页 |
| 4.3 参数设置对比实验 | 第39-41页 |
| 4.3.1 微博影响力度公式中参数α1，β1，γ1 对关键词提取的影响 | 第39-40页 |
| 4.3.2 综合相似度计算公式中参数α，β，γ对微博事件提取最终结果的影响 | 第40-41页 |
| 4.4 TF-IDF 改进前后实验比对 | 第41-45页 |
| 4.5 k-means 算法改进前后实验对比 | 第45-46页 |
| 4.6 执行改进k-means 算法得出事件提取结果 | 第46页 |
| 4.7 本章小结 | 第46-47页 |
| 5 总结和展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 在校研究成果 | 第52-53页 |
| 致谢 | 第53-54页 |
