首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于Labeled-LDA的微博趋势话题检测技术研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-19页
    1.1 研究背景及意义第10-12页
    1.2 微博趋势话题检测研究现状第12-16页
    1.3 研究内容与方法第16-17页
    1.4 论文组织第17-19页
第2章 趋势话题检测相关技术第19-31页
    2.1 微博趋势话题特点第20-23页
        2.1.1 生命周期第20-22页
        2.1.2 话题种类第22-23页
    2.2 趋势话题检测方法第23-26页
        2.2.1 基于传统文本挖掘的检测第24-25页
        2.2.2 基于主题模型的检测第25页
        2.2.3 基于字典学习的检测第25-26页
    2.3 索引技术第26-30页
        2.3.1 倒排索引第27-28页
        2.3.2 签名文件索引第28页
        2.3.3 后缀数组索引第28-30页
    2.4 小结第30-31页
第3章 基于LDA的趋势话题检测方法第31-41页
    3.1 引言第31页
    3.2 离线趋势话题检测模型第31-34页
        3.2.1 吉布斯采样第32-33页
        3.2.2 趋势话题检测第33-34页
    3.3 在线趋势话题检测模型第34-37页
        3.3.1 在线LDA基本流程第34-36页
        3.3.2 趋势话题检测第36-37页
    3.4 评估实验第37-39页
        3.4.1 实验数据第37页
        3.4.2 评估标准第37页
        3.4.3 离线检测模型评估第37-38页
        3.4.4 在线趋势模型评估第38-39页
    3.5 小结第39-41页
第4章 基于Labeled-LDA的趋势话题离线检测方法第41-50页
    4.1 引言第41页
    4.2 趋势话题离线检测步骤第41-46页
        4.2.1 微博数据预处理第41-43页
        4.2.2 趋势关键词提取第43-44页
        4.2.3 相关文档获取第44-45页
        4.2.4 趋势话题发现第45-46页
    4.3 评估实验第46-49页
        4.3.1 实验数据第46-47页
        4.3.2 参数调优第47页
        4.3.3 对比实验第47-49页
    4.4 小结第49-50页
第5章 基于Labeled-LDA的趋势话题在线检测方法第50-60页
    5.1 引言第50页
    5.2 趋势话题在线检测步骤第50-55页
        5.2.1 滑动时间窗口机制第51页
        5.2.2 主题个数评估改进第51-53页
        5.2.3 主题模型更新机制第53-54页
        5.2.4 趋势话题在线发现第54-55页
    5.3 评估实验第55-59页
        5.3.1 实验数据第55页
        5.3.2 参数调优第55-56页
        5.3.3 结果展示第56-57页
        5.3.4 对比实验第57-59页
    5.4 小结第59-60页
第6章 总结与展望第60-62页
    6.1 本文工作总结第60-61页
    6.2 未来工作展望第61-62页
致谢第62-63页
参考文献第63-69页
附录第69页

论文共69页,点击 下载论文
上一篇:基于OPC的太阳能热水工程远程监控系统研发
下一篇:面向3G高速无线宽带网络的多媒体传输关键技术研究