| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状和分析 | 第11-15页 |
| 1.2.1 微博研究现状和分析 | 第11-13页 |
| 1.2.2 话题检测技术研究现状 | 第13-14页 |
| 1.2.3 话题追踪技术研究现状 | 第14-15页 |
| 1.3 问题提出 | 第15页 |
| 1.4 本文的研究内容 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-18页 |
| 第2章 相关理论与技术 | 第18-28页 |
| 2.1 文本预处理 | 第18-23页 |
| 2.1.1 分词技术 | 第18-20页 |
| 2.1.2 正则表达式 | 第20-21页 |
| 2.1.3 文本表示方法 | 第21-23页 |
| 2.2 文本挖掘 | 第23-26页 |
| 2.2.1 文本频繁模式挖掘 | 第23页 |
| 2.2.2 文本聚类 | 第23-24页 |
| 2.2.3 文本分类 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 微博数据获取及预处理 | 第28-36页 |
| 3.1 基于新浪微博开放平台的数据下载 | 第28-31页 |
| 3.1.1 新浪微博开放平台介绍 | 第28-29页 |
| 3.1.2 新浪微博客数据下载 | 第29-31页 |
| 3.2 微博事件流数据预处理 | 第31-35页 |
| 3.2.1 微博过滤及文本内容处理 | 第32-34页 |
| 3.2.2 关键词预处理 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 微博事件流热点话题检测 | 第36-52页 |
| 4.1 微博事件特点分析 | 第36-39页 |
| 4.1.1 微博数据的特点 | 第36-37页 |
| 4.1.2 微博的传播特性 | 第37-38页 |
| 4.1.3 微博热点话题分析 | 第38-39页 |
| 4.2 关键词抽取方法 | 第39-41页 |
| 4.3 基于频繁模式挖掘的热点话题检测 | 第41-43页 |
| 4.4 基于语义相似度的热点话题合并 | 第43-46页 |
| 4.4.1 基于同义词词林关键词组相关度计算 | 第43-45页 |
| 4.4.2 话题合并 | 第45-46页 |
| 4.5 实验及分析 | 第46-50页 |
| 4.5.1 实验数据 | 第46页 |
| 4.5.2 关键词抽取实验 | 第46-48页 |
| 4.5.3 热点话题检测实验 | 第48-50页 |
| 4.6 本章小结 | 第50-52页 |
| 第5章 微博事件流热点话题追踪 | 第52-64页 |
| 5.1 微博事件流热点话题追踪框架 | 第52页 |
| 5.2 微博文本模型的建立 | 第52-53页 |
| 5.3 基于动态更新话题模型的微博事件流检测算法 | 第53-58页 |
| 5.3.1 话题模型更新 | 第54-57页 |
| 5.3.2 代表性微博选择方法 | 第57-58页 |
| 5.4 实验及分析 | 第58-61页 |
| 5.4.1 实验数据 | 第58页 |
| 5.4.2 微博模型与话题模型相似度相似度计算实验 | 第58页 |
| 5.4.3 话题模型更新实验 | 第58-61页 |
| 5.4.4 选择代表性微博实验结果 | 第61页 |
| 5.5 本章小结 | 第61-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 本文的主要工作 | 第64-65页 |
| 6.2 进一步的工作 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻硕期间参与项目及发表论文 | 第72页 |