基于主题模型的可视分析方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第17-24页 |
| 1.1 研究背景 | 第17-18页 |
| 1.2 研究现状 | 第18-21页 |
| 1.2.1 交互式机器学习 | 第18-20页 |
| 1.2.2 主题模型在可视分析中的应用 | 第20-21页 |
| 1.3 本文工作及章节安排 | 第21-24页 |
| 第2章 相关工作 | 第24-38页 |
| 2.1 交互式机器学习 | 第24-29页 |
| 2.1.1 无监督模型 | 第24-26页 |
| 2.1.2 有监督模型 | 第26-29页 |
| 2.2 主题模型在可视分析中的应用 | 第29-36页 |
| 2.2.1 主题模型 | 第29-32页 |
| 2.2.2 主题模型的可视化 | 第32-36页 |
| 2.3 本章小结 | 第36-38页 |
| 第3章 交互式层次狄利克雷过程主题模型 | 第38-56页 |
| 3.1 简介 | 第38-40页 |
| 3.2 交互式层次狄利克雷过程 | 第40-42页 |
| 3.2.1 层次狄利克雷过程 | 第40-41页 |
| 3.2.2 交互式层次狄利克雷过程 | 第41-42页 |
| 3.3 可视编码与交互 | 第42-49页 |
| 3.3.1 可视编码 | 第43-46页 |
| 3.3.2 交互式单词约束 | 第46-49页 |
| 3.4 案例分析 | 第49-52页 |
| 3.4.1 路透社新闻数据 | 第49-51页 |
| 3.4.2 20 Newsgroups数据集 | 第51-52页 |
| 3.5 用户研究 | 第52-55页 |
| 3.5.1 过程 | 第52-54页 |
| 3.5.2 结果和讨论 | 第54-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第4章 基于半监督主题模型的可视化文本分类系统 | 第56-78页 |
| 4.1 简介 | 第56-58页 |
| 4.2 任务总结和系统概述 | 第58-60页 |
| 4.2.1 任务总结 | 第58页 |
| 4.2.2 系统概述 | 第58-60页 |
| 4.3 半监督主题模型 | 第60-64页 |
| 4.3.1 Gibbs MedLDA | 第60-63页 |
| 4.3.2 Gibbs MedLDA的主动学习 | 第63-64页 |
| 4.3.3 主题短语抽取 | 第64页 |
| 4.4 可视化设计 | 第64-68页 |
| 4.4.1 主题可视化 | 第65页 |
| 4.4.2 分类可视化 | 第65-66页 |
| 4.4.3 文档可视化 | 第66-67页 |
| 4.4.4 交互 | 第67-68页 |
| 4.5 案例分析 | 第68-72页 |
| 4.5.1 IEEE可视化论文集 | 第69-70页 |
| 4.5.2 Signal媒体新闻 | 第70-72页 |
| 4.6 用户研究 | 第72-77页 |
| 4.6.1 评估设置及过程 | 第72-73页 |
| 4.6.2 结果及讨论 | 第73-77页 |
| 4.7 本章小节 | 第77-78页 |
| 第5章 基于主题子轨迹的出租车轨迹可视分析系统 | 第78-93页 |
| 5.1 简介 | 第78-79页 |
| 5.2 系统概述 | 第79-80页 |
| 5.3 基于子轨迹的模式提取 | 第80-83页 |
| 5.3.1 轨迹预处理 | 第80页 |
| 5.3.2 轨迹主题的构建 | 第80-82页 |
| 5.3.3 主题子轨迹的抽取 | 第82-83页 |
| 5.4 可视化设计 | 第83-86页 |
| 5.4.1 控制视图 | 第85页 |
| 5.4.2 地图视图 | 第85-86页 |
| 5.4.3 详细视图 | 第86页 |
| 5.5 案例分析 | 第86-92页 |
| 5.5.1 主题分析 | 第87-90页 |
| 5.5.2 子轨迹分析 | 第90-91页 |
| 5.5.3 讨论 | 第91-92页 |
| 5.6 本章小结 | 第92-93页 |
| 第6章 基于张量分解的公共自行车可视分析 | 第93-112页 |
| 6.1 简介 | 第93-95页 |
| 6.2 系统概览 | 第95-96页 |
| 6.3 活动模式抽取 | 第96-102页 |
| 6.3.1 张量构建 | 第97-100页 |
| 6.3.2 张量分解 | 第100-101页 |
| 6.3.3 模式层次聚类 | 第101-102页 |
| 6.4 可视化设计 | 第102-105页 |
| 6.4.1 全局视图 | 第102页 |
| 6.4.2 模式关系视图 | 第102-103页 |
| 6.4.3 活动模式视图 | 第103-104页 |
| 6.4.4 用户维度 | 第104页 |
| 6.4.5 交互 | 第104-105页 |
| 6.4.6 系统实现 | 第105页 |
| 6.5 案例分析 | 第105-112页 |
| 6.5.1 全局分布 | 第105-106页 |
| 6.5.2 纽约市模式分析 | 第106-109页 |
| 6.5.3 不同城市的用户活动 | 第109-110页 |
| 6.5.4 本章小结 | 第110-112页 |
| 第7章 总结与展望 | 第112-115页 |
| 7.1 本文工作总结 | 第112-113页 |
| 7.2 未来工作展望 | 第113-115页 |
| 参考文献 | 第115-127页 |
| 攻读博士学位期间主要的研究成果 | 第127-128页 |
| 致谢 | 第128页 |
