基于倒排索引的微博话题检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究的目的和意义 | 第8-10页 |
| 1.2 国内外相关技术及研究现状 | 第10-13页 |
| 1.2.1 TDT概述及任务 | 第10页 |
| 1.2.2 热点事件发现及跟踪相关研究 | 第10-12页 |
| 1.2.3 关于微博的研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第2章 相关技术介绍 | 第15-27页 |
| 2.1 微博数据的预处理 | 第15-17页 |
| 2.1.1 微博文档的表示方式 | 第15页 |
| 2.1.2 文档相似度计算方法 | 第15-16页 |
| 2.1.3 话题的表示和相似度计算 | 第16页 |
| 2.1.4 噪声处理 | 第16-17页 |
| 2.2 相关算法的介绍 | 第17-25页 |
| 2.2.1 AP聚类算法 | 第17-19页 |
| 2.2.2 倒排索引算法 | 第19-22页 |
| 2.2.3 子话题合并 | 第22-24页 |
| 2.2.4 话题结果的表示 | 第24页 |
| 2.2.5 过滤话题无关的结果 | 第24-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 微博话题检测与跟踪算法 | 第27-42页 |
| 3.1 算法的处理流程 | 第28-29页 |
| 3.2 噪声处理 | 第29-32页 |
| 3.3 倒排索引的建立 | 第32-37页 |
| 3.4 话题检测与跟踪算法 | 第37-39页 |
| 3.5 AP聚类算法 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 系统实现 | 第42-47页 |
| 4.1 微博数据的收集及整理 | 第42-43页 |
| 4.1.1 数据收集 | 第42-43页 |
| 4.1.2 数据整理 | 第43页 |
| 4.2 热点事件发现 | 第43-44页 |
| 4.3 数据存储及展示 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验结果分析 | 第47-54页 |
| 5.1 实验环境和实验数据获取 | 第47-49页 |
| 5.1.1 实验环境 | 第47页 |
| 5.1.2 实验数据获得 | 第47-49页 |
| 5.1.3 评测方法 | 第49页 |
| 5.2 实验结果对比 | 第49-53页 |
| 5.2.1 算法速度提升 | 第49-51页 |
| 5.2.2 精度对比 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 致谢 | 第62页 |
