基于社区发现的文本分析模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.1.1 课题的研究背景 | 第9-10页 |
| 1.1.2 课题的研究意义 | 第10页 |
| 1.2 国内外相关技术研究现状 | 第10-12页 |
| 1.3 本文研究内容及论文结构 | 第12-14页 |
| 1.3.1 本文主要研究内容 | 第12页 |
| 1.3.2 论文的组织结构 | 第12-14页 |
| 第2章 文本分析的理论基础 | 第14-21页 |
| 2.1 文本分析的产生背景 | 第14-15页 |
| 2.2 向量空间模型 | 第15-17页 |
| 2.2.1 权值计算 | 第15-16页 |
| 2.2.2 向量相似度度量 | 第16-17页 |
| 2.3 文本分类的机器学习方法 | 第17-20页 |
| 2.3.1 机器学习概述 | 第17-18页 |
| 2.3.2 机器学习中的分类器 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 社区发现的理论基础 | 第21-26页 |
| 3.1 复杂网络及其特点 | 第21页 |
| 3.2 社区发现概念 | 第21-23页 |
| 3.3 社区检测 | 第23页 |
| 3.4 社区模块化程度 | 第23-24页 |
| 3.4.1 计算网络全局的模块化程度 | 第23-24页 |
| 3.4.2 计算网络局部的模块化程度 | 第24页 |
| 3.5 评价指标 | 第24-25页 |
| 3.5.1 归一化互信息 | 第24页 |
| 3.5.2 准确率、召回率、F1值指标 | 第24-25页 |
| 3.6 本章小结 | 第25-26页 |
| 第4章 基于社区发现的文本分析模型构建 | 第26-42页 |
| 4.1 数据获取 | 第26页 |
| 4.1.1 分析网页 | 第26页 |
| 4.1.2 网页抓取方法 | 第26页 |
| 4.2 数据预处理 | 第26-27页 |
| 4.3 文本特征选择 | 第27-31页 |
| 4.3.1 jieba分词 | 第28-30页 |
| 4.3.2 特征选择 | 第30-31页 |
| 4.4 构建文本网络 | 第31-34页 |
| 4.4.1 word2vec模型 | 第31-33页 |
| 4.4.2 基于词向量的文本表示 | 第33页 |
| 4.4.3 构建文本网络 | 第33-34页 |
| 4.5 文本社区发现 | 第34-38页 |
| 4.5.1 顶点密度 | 第35-36页 |
| 4.5.2 顶点密度阀值的选取 | 第36页 |
| 4.5.3 社区划分 | 第36-38页 |
| 4.6 后期优化处理 | 第38-39页 |
| 4.7 基于社区发现的文本分析模型构建流程 | 第39-41页 |
| 4.8 本章小结 | 第41-42页 |
| 第5章 实验结果与分析 | 第42-57页 |
| 5.1 实验数据 | 第42页 |
| 5.2 实验评价指标 | 第42-43页 |
| 5.3 实验环境 | 第43页 |
| 5.4 实验参数的选取 | 第43-46页 |
| 5.4.1 关键词个数k | 第44页 |
| 5.4.2 相似度预值sim | 第44-46页 |
| 5.4.3 numSize的大小选取 | 第46页 |
| 5.5 不同k值实验结果 | 第46-53页 |
| 5.5.1 k=2时两个方法的效果 | 第47-49页 |
| 5.5.2 k=3时两个方法的效果 | 第49-50页 |
| 5.5.3 k=4时两个方法的效果 | 第50-52页 |
| 5.5.4 k=5时两个方法的效果 | 第52-53页 |
| 5.6 更大规模数据验证模型 | 第53-55页 |
| 5.6.1 k=4时两个方法的效果 | 第54-55页 |
| 5.6.2 k=5时两个方法的效果 | 第55页 |
| 5.7 实验结果分析 | 第55-56页 |
| 5.8 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间取得学术成果 | 第62页 |
