| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 话题检测与追踪相关概念 | 第12页 |
| 1.2.2 国内外研究现状 | 第12-15页 |
| 1.3 论文研究的主要内容 | 第15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第二章 相关理论和技术 | 第17-31页 |
| 2.1 中文分词 | 第17-18页 |
| 2.2 文本建模 | 第18-20页 |
| 2.3 文本特征选择 | 第20-22页 |
| 2.4 文本挖掘基础 | 第22-27页 |
| 2.4.1 文本分类 | 第22-25页 |
| 2.4.2 文本聚类 | 第25-27页 |
| 2.5 同义词词林及其相似度计算 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于频繁词集聚类的多源数据话题检测 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 话题频繁词集聚类 | 第32-39页 |
| 3.2.1 频繁词集与频繁向量 | 第32-33页 |
| 3.2.2 频繁词集的挖掘 | 第33-34页 |
| 3.2.3 相似度计算 | 第34-36页 |
| 3.2.4 频繁词集聚类 | 第36-39页 |
| 3.2.4.1 基于改进Single-pass的初次聚类 | 第36-38页 |
| 3.2.4.2 初次聚类结果的合并 | 第38-39页 |
| 3.3 基于频繁词集聚类的多源数据话题检测算法 | 第39-44页 |
| 3.3.1 报道和话题的模型选择 | 第39-40页 |
| 3.3.2 报道的特征选择与加权 | 第40页 |
| 3.3.3 相似度计算 | 第40-41页 |
| 3.3.4 多源数据话题检测的实现 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于改进KNN的多源数据自适应话题追踪 | 第45-55页 |
| 4.1 自适应话题追踪难点 | 第45-47页 |
| 4.1.1 传统话题追踪特点分析 | 第45-46页 |
| 4.1.2 自适应话题追踪存在的问题 | 第46-47页 |
| 4.2 话题模型反馈报道的选择策略 | 第47-49页 |
| 4.3 结合词能量模型的话题特征词权重更新策略 | 第49-52页 |
| 4.3.1 传统特征词权重更新 | 第49页 |
| 4.3.2 特征词能量的计算模型 | 第49-52页 |
| 4.3.2.1 词能量模型的理论基础 | 第49-50页 |
| 4.3.2.2 话题特征词能量的计算 | 第50-52页 |
| 4.3.3 结合词能量模型的特征词权重更新策略 | 第52页 |
| 4.4 基于改进KNN的多源数据自适应话题追踪 | 第52-54页 |
| 4.4.1 传统基于KNN的话题追踪特点分析 | 第52页 |
| 4.4.2 基于改进KNN的多源数据的话题追踪 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 实验结果与分析 | 第55-70页 |
| 5.1 实验设计 | 第55-59页 |
| 5.1.1 实验环境说明 | 第55页 |
| 5.1.2 实验数据集说明 | 第55-57页 |
| 5.1.3 评测标准 | 第57-59页 |
| 5.2 数据预处理 | 第59-60页 |
| 5.3 基于频繁词集聚类的多源数据话题检测 | 第60-65页 |
| 5.3.1 频繁词集的两阶段聚类 | 第60-63页 |
| 5.3.2 多源数据话题检测 | 第63-65页 |
| 5.4 基于改进KNN的多源数据话题追踪 | 第65-69页 |
| 5.4.1 话题特征词选择方法 | 第65-67页 |
| 5.4.2 基于KNN算法的多源数据话题追踪 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 全文总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70页 |
| 6.2 下一步工作展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |