网络突发事件预警研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题背景 | 第8-10页 |
| 1.2 本文的研究内容 | 第10-11页 |
| 1.2.1 研究目标 | 第10-11页 |
| 1.2.2 研究内容 | 第11页 |
| 1.3 论文结构 | 第11-13页 |
| 第二章 相关工作 | 第13-21页 |
| 2.1 文本分类技术 | 第13页 |
| 2.2 话题检测与跟踪技术 | 第13-19页 |
| 2.2.1 话题检测与跟踪简介 | 第13-14页 |
| 2.2.2 表示模型 | 第14-16页 |
| 2.2.3 特征提取 | 第16-17页 |
| 2.2.4 聚类及其效果评估 | 第17-19页 |
| 2.3 突发事件检测与预警 | 第19-21页 |
| 第三章 事件生命周期模型构建 | 第21-35页 |
| 3.1 概述 | 第21-22页 |
| 3.2 定制新闻爬取及预处理 | 第22-24页 |
| 3.2.1 定制网络爬虫 | 第22页 |
| 3.2.2 中文分词 | 第22-23页 |
| 3.2.3 其他预处理 | 第23-24页 |
| 3.3 特征提取 | 第24-26页 |
| 3.3.1 增量TF-IDF | 第24-25页 |
| 3.3.2 加权TF-IDF | 第25-26页 |
| 3.4 时间距离相关的话题检测TIFTDT | 第26-28页 |
| 3.4.1 文本表示及相似度计算 | 第26-27页 |
| 3.4.3 时间距离因子 | 第27页 |
| 3.4.4 聚类方法 | 第27-28页 |
| 3.5 基于AT的事件模型构建方法 | 第28-35页 |
| 3.5.1 生物成长理论 | 第28-30页 |
| 3.5.2 定义与说明 | 第30-31页 |
| 3.5.3 参数的训练 | 第31-32页 |
| 3.5.4 客观影响因子 | 第32-34页 |
| 3.5.5 模型构建流程 | 第34-35页 |
| 第四章 突发事件检测及预警 | 第35-41页 |
| 4.1 热点发现与突发事件检测 | 第35页 |
| 4.2 预测方法 | 第35-40页 |
| 4.2.1 增长率预测 | 第35-37页 |
| 4.2.2 时间序列预测分析 | 第37-38页 |
| 4.2.3 分类方法 | 第38-40页 |
| 4.3 验证方法 | 第40-41页 |
| 第五章 实验及结果分析 | 第41-49页 |
| 5.1 话题检测 | 第41-43页 |
| 5.1.1 数据来源 | 第41页 |
| 5.1.2 效果评估 | 第41-43页 |
| 5.2 模型构建的合理性分析 | 第43-46页 |
| 5.3 突发事件预测的合理性及验证 | 第46-48页 |
| 5.4 原型设计 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文所解决的问题 | 第49-50页 |
| 6.2 不足之处 | 第50页 |
| 6.3 展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 发表文献和科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
