| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题背景 | 第7-8页 |
| ·国内外研究概况 | 第8-12页 |
| ·课题主要研究工作及结构安排 | 第12-13页 |
| 2 课题中的基础理论 | 第13-21页 |
| ·贝叶斯统计 | 第13-15页 |
| ·指数分布家族 | 第15-17页 |
| ·DE FINETTI 定理 | 第17-18页 |
| ·EM 算法 | 第18-19页 |
| ·图模型简介 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 主题模型 | 第21-28页 |
| ·模型概述 | 第21-22页 |
| ·符号约定 | 第22页 |
| ·概率潜在语义模型 | 第22-24页 |
| ·潜在狄利克雷分布模型 | 第24-25页 |
| ·逼近推断 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 监督主题模型 | 第28-41页 |
| ·模型定义 | 第28-30页 |
| ·模型计算 | 第30-40页 |
| ·本章小结 | 第40-41页 |
| 5 模型应用 | 第41-49页 |
| ·垃圾邮件过滤 | 第41-43页 |
| ·数据集描述 | 第43-44页 |
| ·分类算法与评价指标 | 第44-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 6 总结与展望 | 第49-51页 |
| ·全文总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |