基于隐含语义分析的微博热点话题发现策略
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景 | 第8-12页 |
| ·微博简介及发展 | 第9-10页 |
| ·微博平台及内容分析 | 第10-11页 |
| ·微博热点话题发现的现实意义 | 第11-12页 |
| ·微博话题挖掘国内外研究现状 | 第12-13页 |
| ·论文研究内容 | 第13-14页 |
| ·本文的结构安排 | 第14-15页 |
| 2 相关理论与技术 | 第15-26页 |
| ·引言 | 第15页 |
| ·话题检测与跟踪 | 第15-17页 |
| ·向量空间模型的原理及局限性 | 第17-19页 |
| ·相似性度量 | 第19-21页 |
| ·文本特征空间降维 | 第21-24页 |
| ·特征空间降维的必要性 | 第21-22页 |
| ·特征空间降维的基本思想 | 第22-23页 |
| ·隐含语义分析理论 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 综合类频特征权重算法 | 第26-36页 |
| ·引言 | 第26页 |
| ·无监督的特征权重 | 第26-27页 |
| ·有监督的特征权重 | 第27-29页 |
| ·改进的短文本特征权重方法——综合类频法 | 第29-31页 |
| ·实验结果及分析 | 第31-35页 |
| ·实验环境及数据 | 第31-32页 |
| ·评价指标 | 第32-33页 |
| ·结果分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于层次与划分的混合聚类算法 | 第36-45页 |
| ·引言 | 第36页 |
| ·常用聚类算法分析 | 第36-40页 |
| ·基于层次的方法 | 第37-38页 |
| ·基于划分的方法 | 第38页 |
| ·基于密度的方法 | 第38-40页 |
| ·混合聚类算法 | 第40-42页 |
| ·实验及结果分析 | 第42-44页 |
| ·实验环境及数据 | 第42页 |
| ·评价指标 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 微博热点话题发现实验分析 | 第45-55页 |
| ·引言 | 第45页 |
| ·微博热点话题发现策略 | 第45-47页 |
| ·微博文本筛选方法 | 第47-48页 |
| ·隐含语义分析实例验证 | 第48-50页 |
| ·实验结果及分析 | 第50-54页 |
| ·结果分析 | 第50-53页 |
| ·热点话题对比 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| ·本文工作总结 | 第55-56页 |
| ·后续研究的展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
| A．作者在攻读硕士学位期间发表的论文目录 | 第62页 |
| B．作者在攻读硕士学位期间参加的科研项目 | 第62页 |
