| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 跨网络平台话题检测研究现状 | 第11-13页 |
| 1.2.2 文本特征选择研究现状 | 第13-14页 |
| 1.3 本文的研究内容和组织结构 | 第14-17页 |
| 1.3.1 论文主要的研究内容 | 第14-15页 |
| 1.3.2 论文的组织结构 | 第15-17页 |
| 第2章 相关知识介绍 | 第17-31页 |
| 2.1 跨网络平台话题检测的定义与过程 | 第17-18页 |
| 2.2 文本预处理方法 | 第18-19页 |
| 2.3 特征选择方法 | 第19-22页 |
| 2.4 文本表示模型 | 第22-25页 |
| 2.5 常见聚类方法 | 第25-28页 |
| 2.6 话题检测性能评价方法 | 第28-29页 |
| 2.7 本章小结 | 第29-31页 |
| 第3章 词性对新闻和微博网络话题检测的影响研究 | 第31-45页 |
| 3.1 文本特征对跨网络平台话题检测的影响介绍 | 第31-33页 |
| 3.1.1 新闻和微博网络平台的报道特点 | 第31-32页 |
| 3.1.2 词性特征对话题检测的影响 | 第32-33页 |
| 3.2 词性标注与数据处理方法 | 第33-34页 |
| 3.2.1 词性标注方法 | 第33-34页 |
| 3.2.2 数据处理过程 | 第34页 |
| 3.3 实验结果与分析 | 第34-44页 |
| 3.3.1 实验数据集 | 第34-35页 |
| 3.3.2 不同词性特征在两种数据集上的分布结果与分析 | 第35-37页 |
| 3.3.3 单一词性特征对网络话题检测影响的实验结果与分析 | 第37-40页 |
| 3.3.4 组合词性特征对网络话题检测影响的实验结果与分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于敏感词元特性与多向量文本模型的子话题检测 | 第45-63页 |
| 4.1 子话题检测的研究背景与意义 | 第45-47页 |
| 4.2 基于敏感词元特性与多向量文本模型的跨网络子话题检测 | 第47-53页 |
| 4.2.1 跨网络平台子话题检测流程 | 第47页 |
| 4.2.2 算法描述 | 第47-49页 |
| 4.2.3 敏感词元的定义与权重计算 | 第49-52页 |
| 4.2.4 多向量文本表示模型 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-62页 |
| 4.3.1 实验数据集 | 第53-56页 |
| 4.3.2 聚类算法效果实验结果与分析 | 第56-57页 |
| 4.3.3 话题检测实验结果与分析 | 第57-58页 |
| 4.3.4 单一话题中的子话题检测结果与分析 | 第58-61页 |
| 4.3.5 混合话题中的子话题检测结果与分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间所发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |
