面向特定领域的话题检测系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构与主要工作 | 第14-16页 |
| 第二章 关键技术研究 | 第16-30页 |
| 2.1 微博数据采集技术 | 第16-18页 |
| 2.2 文本模型表示 | 第18-19页 |
| 2.2.1 布尔模型 | 第18-19页 |
| 2.2.2 向量空间模型 | 第19页 |
| 2.2.3 主题模型 | 第19页 |
| 2.3 短文本的特征扩展 | 第19-20页 |
| 2.4 特征选择方法 | 第20-22页 |
| 2.5 常用文本聚类算法 | 第22-27页 |
| 2.5.1 常用聚类算法介绍 | 第22-25页 |
| 2.5.2 聚类有效性评价 | 第25-27页 |
| 2.6 关键主题词提取 | 第27-28页 |
| 2.6.1 词语权重度量 | 第27-28页 |
| 2.6.2 频繁项集发现 | 第28页 |
| 2.7 本章小结 | 第28-30页 |
| 第三章 基于doc2vec的微博话题检测模型 | 第30-48页 |
| 3.1 微博用户和数据特征分析 | 第30-31页 |
| 3.1.1 微博用户特征分析 | 第30-31页 |
| 3.1.2 微博文本特征分析 | 第31页 |
| 3.2 基于重复串的特征提取 | 第31-33页 |
| 3.3 基于词向量的文本向量化 | 第33-39页 |
| 3.3.1 LDA模型生成主题词向量 | 第34-36页 |
| 3.3.2 word2vec工具生成词向量 | 第36-38页 |
| 3.3.3 doc2vec工具生成句子向量 | 第38-39页 |
| 3.4 微博话题检测 | 第39页 |
| 3.5 实验设计与结果分析 | 第39-46页 |
| 3.5.1 实验数据 | 第39-40页 |
| 3.5.2 实验数据处理 | 第40-41页 |
| 3.5.3 实验环境 | 第41页 |
| 3.5.4 评估指标 | 第41页 |
| 3.5.5 对比实验设计 | 第41-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 系统设计与实现 | 第48-64页 |
| 4.1 系统需求分析 | 第48-50页 |
| 4.2 系统架构设计 | 第50-52页 |
| 4.3 系统数据库设计 | 第52-53页 |
| 4.4 关键模块实现 | 第53-62页 |
| 4.4.1 数据采集模块 | 第54-55页 |
| 4.4.2 文本预处理模块 | 第55-57页 |
| 4.4.3 话题检测模块 | 第57-59页 |
| 4.4.4 报告结果展示模块 | 第59-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
