致谢 | 第1-5页 |
摘要 | 第5-7页 |
Abstract | 第7-12页 |
插图和附表清单 | 第12-14页 |
术语表 | 第14-15页 |
1 引言 | 第15-20页 |
·研究背景 | 第15-16页 |
·主要研究工作 | 第16-19页 |
·主要研究内容及解决的关键技术 | 第16-18页 |
·研究方案及技术路线 | 第18-19页 |
·论文的组织 | 第19-20页 |
2 文献综述 | 第20-27页 |
·软件人 | 第20-22页 |
·社会计算和互联网信息监测 | 第22-23页 |
·文本主题分析 | 第23-25页 |
·跨媒体主题分析 | 第25-27页 |
3 软件人社会网络环境下的信息监测和情境主题分析 | 第27-42页 |
·基于软件人的社会网络及信息监测系统 | 第27-35页 |
·基于软件人的互联网社会网络 | 第27-30页 |
·互联网社会网络软件人的结构 | 第30-32页 |
·软件人社会网络信息监测系统的运行及管理模式 | 第32-35页 |
·信息监测软件人的建立 | 第35-40页 |
·信息监测软件人的结构 | 第35-36页 |
·情境分析的形式化定义和情境模型 | 第36-39页 |
·信息监测软件人的情境主题模型的建立 | 第39-40页 |
·本章小结 | 第40-42页 |
4 文本情境主题分析 | 第42-56页 |
·时空情境主题分析 | 第42-44页 |
·基于情境主题的主题发现方法的提出 | 第44-50页 |
·主题特征空间的建立 | 第45-46页 |
·基于时序情境聚类的改进 EM 算法 | 第46-47页 |
·实验结果及分析 | 第47-50页 |
·基于情境主题的主题跟踪方法的提出 | 第50-54页 |
·主题跟踪框架的建立 | 第50页 |
·基于时序特征的相似度计算 | 第50-51页 |
·主题跟踪器的构建 | 第51-52页 |
·实验结果及分析 | 第52-54页 |
·本章小结 | 第54-56页 |
5 情境主题模型的自动标注方法 | 第56-68页 |
·候选主题词生成方法的提出 | 第56-63页 |
·主题特征词的提取 | 第56-57页 |
·关联主题词及其语义概念描述 | 第57-59页 |
·基于语义分类的关联词集构造 | 第59-63页 |
·主题语义标签选择方法的提出 | 第63-64页 |
·语义相似性计算 | 第63页 |
·高语义覆盖度标签 | 第63-64页 |
·高区分度标签 | 第64页 |
·实验结果及分析 | 第64-66页 |
·本章小结 | 第66-68页 |
6 跨媒体情境主题分析方法 | 第68-82页 |
·跨媒体主题分析的主要问题 | 第68-69页 |
·跨媒体主题分析方法的提出 | 第69-76页 |
·跨媒体主题分析框架 | 第69-70页 |
·基于词袋模型的跨媒体文档语义描述 | 第70-73页 |
·视觉主题模型的建立 | 第73-76页 |
·实验结果及分析 | 第76-81页 |
·本章小结 | 第81-82页 |
7 基于情境主题的食品安全事件监测和旅游信息智能推拉 | 第82-102页 |
·基于情境主题的互联网食品安全事件监测系统的实现 | 第82-91页 |
·食品安全事件监测系统的总体结构 | 第82-85页 |
·关联主题挖掘模块 | 第85-88页 |
·热点主题发现与跟踪模块 | 第88-89页 |
·跨媒体主题检索模块 | 第89-91页 |
·旅游信息智能推拉系统的实现 | 第91-101页 |
·基于软件人的旅游信息智能推拉系统结构 | 第91-94页 |
·软件人主题社团互动智能通信系统的建立 | 第94-100页 |
·旅游信息智能推拉系统的实现 | 第100-101页 |
·本章小结 | 第101-102页 |
8 工作总结与展望 | 第102-105页 |
·研究工作总结 | 第102页 |
·下一步工作展望 | 第102-105页 |
参考文献 | 第105-115页 |
作者简历及在学研究成果 | 第115-118页 |
学位论文数据集 | 第118页 |