| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 相关理论和技术 | 第15-23页 |
| 2.1 中文文本处理 | 第15-18页 |
| 2.1.1 中文分词 | 第15-16页 |
| 2.1.2 特征向量提取 | 第16-17页 |
| 2.1.3 文本相似度计算 | 第17-18页 |
| 2.2 话题检测与跟踪技术 | 第18-19页 |
| 2.2.1 话题检测 | 第18页 |
| 2.2.2 话题跟踪 | 第18-19页 |
| 2.3 文本聚类 | 第19-22页 |
| 2.3.1 文本聚类概述 | 第19页 |
| 2.3.2 传统文本聚类算法 | 第19-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于桶的二次聚类 Single-Pass 算法 | 第23-44页 |
| 3.1 中文文本预处理 | 第23-26页 |
| 3.1.1 NLPIR 的中文分词 | 第23-24页 |
| 3.1.2 分词过滤 | 第24-25页 |
| 3.1.3 TF-IDF 特征词提取 | 第25页 |
| 3.1.4 文本向量化 | 第25-26页 |
| 3.2 文档相似度计算 | 第26-27页 |
| 3.3 基于桶的二次聚类 Single-Pass 算法 | 第27-35页 |
| 3.3.1 传统话题检测算法 | 第27-28页 |
| 3.3.2 分桶算法 | 第28-30页 |
| 3.3.3 桶内 Single-Pass 聚类 | 第30-31页 |
| 3.3.4 桶的合并 | 第31-33页 |
| 3.3.5 二次聚类话题检测算法 | 第33-35页 |
| 3.4 分布式框架设计 | 第35-39页 |
| 3.4.1 设计背景 | 第35-36页 |
| 3.4.2 理论性能及并行性分析 | 第36-37页 |
| 3.4.3 分布式框架 | 第37-39页 |
| 3.5 实验结果 | 第39-43页 |
| 3.5.1 实验环境 | 第39页 |
| 3.5.2 实验数据 | 第39页 |
| 3.5.3 评测标准 | 第39-40页 |
| 3.5.4 实验结果及分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 话题演变发现 | 第44-56页 |
| 4.1 基于演变的话题模型 | 第44-45页 |
| 4.1.1 话题演变分析 | 第44页 |
| 4.1.2 多质心三层结构话题模型 | 第44-45页 |
| 4.2 基于三层结构话题模型的话题演变发现 | 第45-50页 |
| 4.2.1 基于话题逆文档频率特征项权值调整 | 第45-46页 |
| 4.2.2 基于调整向量的话题演变检测 | 第46-48页 |
| 4.2.3 基于 TF-IDF 统计的话题主题词语发现 | 第48-49页 |
| 4.2.4 基于信息增益的子话题关键词生成 | 第49-50页 |
| 4.3 基于话题主题词语倒排索引的相关话题发现 | 第50-51页 |
| 4.4 实验结果 | 第51-55页 |
| 4.4.1 实验数据 | 第51页 |
| 4.4.2 实验结果及分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 系统设计与展示 | 第56-65页 |
| 5.1 系统总体框架 | 第56-57页 |
| 5.2 系统设计 | 第57-61页 |
| 5.2.1 文档预处理模块 | 第57-58页 |
| 5.2.2 分词加权及向量生成模块 | 第58-59页 |
| 5.2.3 话题聚类模块 | 第59-61页 |
| 5.3 系统演示 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
