基于地理位置信息的中文微博突发话题检测技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-16页 |
| 第2章 相关技术 | 第16-24页 |
| 2.1 文本表示模型 | 第16-18页 |
| 2.1.1 向量空间模型 | 第16-17页 |
| 2.1.2 LDA模型 | 第17-18页 |
| 2.2 词语相似度计算方法 | 第18-19页 |
| 2.3 常用聚类算法 | 第19-20页 |
| 2.3.1 增量式聚类算法 | 第19页 |
| 2.3.2 层次式聚类算法 | 第19-20页 |
| 2.4 实验系统涉及技术 | 第20-22页 |
| 2.4.1 数据库 | 第20-21页 |
| 2.4.2 分词系统 | 第21页 |
| 2.4.3 Node运行环境 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 数据采集 | 第24-40页 |
| 3.1 数据集现状 | 第24页 |
| 3.2 常用数据采集方法 | 第24-28页 |
| 3.2.1 通过爬虫采集数据 | 第25-26页 |
| 3.2.2 通过API接口采集数据 | 第26-28页 |
| 3.3 微博数据采集 | 第28-34页 |
| 3.3.1 应用集获取 | 第29-30页 |
| 3.3.2 微博文本数据采集 | 第30-33页 |
| 3.3.3 微博地理位置信息转换 | 第33-34页 |
| 3.4 基于应用集调度策略的微博数据采集框架 | 第34-38页 |
| 3.4.1 微博文本数据采集框架 | 第34-36页 |
| 3.4.2 微博地理位置信息转换框架 | 第36-38页 |
| 3.5 实验对比分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于地理位置信息的微博突发话题检测 | 第40-58页 |
| 4.1 微博文本预处理 | 第40-45页 |
| 4.1.1 微博文本过滤 | 第41-44页 |
| 4.1.2 分词过滤 | 第44-45页 |
| 4.2 基于地理位置信息的突发词抽取 | 第45-50页 |
| 4.2.1 事件亲历者识别 | 第46页 |
| 4.2.2 词语权重计算 | 第46-48页 |
| 4.2.3 用户影响力计算 | 第48-50页 |
| 4.2.4 词语突发度计算及突发词抽取 | 第50页 |
| 4.3 突发话题检测 | 第50-53页 |
| 4.3.1 突发词相似度计算 | 第51页 |
| 4.3.2 突发词聚类 | 第51-52页 |
| 4.3.3 微博突发话题检测 | 第52-53页 |
| 4.4 基于地理位置信息的突发话题检测框架 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 实验与结果分析 | 第58-72页 |
| 5.1 实验环境与评价标准 | 第58-60页 |
| 5.1.1 实验环境 | 第58页 |
| 5.1.2 评价标准 | 第58-60页 |
| 5.2 数据预处理 | 第60-61页 |
| 5.2.1 数据过滤 | 第60页 |
| 5.2.2 数据分词 | 第60-61页 |
| 5.3 突发话题检测 | 第61-64页 |
| 5.3.1 词语权重计算 | 第61-62页 |
| 5.3.2 单个时间窗内的词语权重计算 | 第62-64页 |
| 5.3.3 突发词抽取与聚类 | 第64页 |
| 5.4 实验与结果分析 | 第64-70页 |
| 5.4.1 突发话题检测结果与分析 | 第65-67页 |
| 5.4.2 召回率、准确率、F值对比 | 第67-69页 |
| 5.4.3 时间性能对比 | 第69-70页 |
| 5.5 本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-80页 |
| 致谢 | 第80页 |
