| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-35页 |
| 1.1. 研究背景 | 第13-15页 |
| 1.2. 相关研究基础 | 第15-22页 |
| 1.2.1. 社会化网络概述 | 第15-18页 |
| 1.2.2. 话题检测技术概述 | 第18-20页 |
| 1.2.3. 网络话题传播分析概述 | 第20-22页 |
| 1.3. 国内外研究现状 | 第22-28页 |
| 1.3.1. 基于话题的信息组织 | 第22-25页 |
| 1.3.2. 社会化媒体突发话题检测 | 第25-26页 |
| 1.3.3. 社会化媒体话题传播趋势预测 | 第26-28页 |
| 1.4. 本文的主要研究内容及创新点 | 第28-30页 |
| 1.5. 本文的结构及安排 | 第30-31页 |
| 参考文献 | 第31-35页 |
| 第二章 交互式短文本流会话识别及组织 | 第35-55页 |
| 2.1. 引言 | 第35-36页 |
| 2.2. 相关工作 | 第36-37页 |
| 2.3. 候选会话识别模型 | 第37-41页 |
| 2.3.1. 层次化聚类 | 第38-39页 |
| 2.3.2. 候选会话质量评估 | 第39-41页 |
| 2.4. 候选会话平滑模型 | 第41-45页 |
| 2.4.1. 潜在狄利克雷分布 | 第42-43页 |
| 2.4.2. 基于LDA的话题模型 | 第43页 |
| 2.4.3. 候选会话话题相关度计算 | 第43-44页 |
| 2.4.4. 候选会话合并 | 第44-45页 |
| 2.5. 实验验证 | 第45-52页 |
| 2.5.1. 参数调节 | 第45-46页 |
| 2.5.2. 候选会话识别 | 第46-48页 |
| 2.5.3. 候选会话合并 | 第48-52页 |
| 2.6. 本章总结 | 第52页 |
| 参考文献 | 第52-55页 |
| 第三章 基于事件相关度的照片推荐模型 | 第55-75页 |
| 3.1. 引言 | 第55-56页 |
| 3.2. 相关工作 | 第56-57页 |
| 3.3. 基于事件相关度的照片推荐方法简述 | 第57页 |
| 3.4. 基于点密度探测的空间聚类模型 | 第57-62页 |
| 3.4.1. 基本定义 | 第57-58页 |
| 3.4.2. 算法描述 | 第58页 |
| 3.4.3. 相关性度量 | 第58-62页 |
| 3.5. 基于PROMETHEE的多准则排序 | 第62-68页 |
| 3.5.1. PROMETHEE方法简述 | 第62-65页 |
| 3.5.2. 属性权重值的确定原则 | 第65-68页 |
| 3.6. 实验验证 | 第68-72页 |
| 3.6.1. K-Means时间聚类与自适应层次型时间聚类算法性能对比 | 第69页 |
| 3.6.2. K-Means空间聚类与基于点密度检测空间聚类方法性能对比 | 第69-70页 |
| 3.6.3. 融合时间/空间上下文与文本特征的推荐算法分析 | 第70-71页 |
| 3.6.4. 本章总结 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 第四章 基于微博的突发话题检测模型 | 第75-97页 |
| 4.1. 引言 | 第75-76页 |
| 4.2. 相关工作 | 第76-78页 |
| 4.3. 传播价值评估模型 | 第78-81页 |
| 4.4. 突发词检测 | 第81-83页 |
| 4.4.1. 营养值计算 | 第81-82页 |
| 4.4.2. 能量值计算 | 第82-83页 |
| 4.4.3. 突发词排序 | 第83页 |
| 4.5. 突发话题识别 | 第83-85页 |
| 4.5.1. 突发词网络构建 | 第83-84页 |
| 4.5.2. 突发话题提取 | 第84-85页 |
| 4.6. 实验验证 | 第85-94页 |
| 4.6.1. 数据准备 | 第87页 |
| 4.6.2. 传播价值评估 | 第87-89页 |
| 4.6.3. 突发词分析 | 第89-91页 |
| 4.6.4. 突发话题分析 | 第91-94页 |
| 4.7. 本章总结 | 第94页 |
| 参考文献 | 第94-97页 |
| 第五章 话题传播趋势预测 | 第97-119页 |
| 5.1. 引言 | 第97-98页 |
| 5.2. 相关工作 | 第98-101页 |
| 5.2.1. 预测技术基本理论 | 第98-99页 |
| 5.2.2. 基于社会化媒体的预测 | 第99-100页 |
| 5.2.3. 话题趋势预测研究 | 第100-101页 |
| 5.3. 混沌理论概述 | 第101-109页 |
| 5.3.1. 混沌的定义 | 第101-102页 |
| 5.3.2. 混沌运动特征参数 | 第102-103页 |
| 5.3.3. 混沌时间序列判别方法 | 第103-104页 |
| 5.3.4. 相空间重构理论 | 第104-107页 |
| 5.3.5. 混沌时间序列预测方法 | 第107-109页 |
| 5.4. 话题传播趋势的混沌预测 | 第109-116页 |
| 5.4.1. 问题定义 | 第110页 |
| 5.4.2. 相空间重构 | 第110-112页 |
| 5.4.3. 混沌特性分析 | 第112-113页 |
| 5.4.4. 话题相关微博数时间序列混沌预测 | 第113-116页 |
| 5.5. 本章总结 | 第116页 |
| 参考文献 | 第116-119页 |
| 第六章 结束语 | 第119-123页 |
| 6.1. 全文工作总结 | 第119-121页 |
| 6.2. 未来工作展望 | 第121-123页 |
| 致谢 | 第123-125页 |
| 攻读博士学位期间的研究成果及科研项目 | 第125-126页 |
