首页--社会科学总论论文--统计学论文--统计方法论文

基于VOLDA主题模型和ESG预测模型的话题热度预测研究

摘要第4-5页
abstract第5页
第一章 绪论第10-20页
    1.1 选题背景及意义第10-11页
        1.1.1 选题背景第10页
        1.1.2 选题意义第10-11页
    1.2 国内外研究现状第11-17页
        1.2.1 主题模型国内外研究现状第11-13页
        1.2.2 在线话题演变国内外研究现状第13-14页
        1.2.3 话题热度预测国内外研究现状第14-16页
        1.2.4 研究现状总结第16-17页
    1.3 研究内容及技术路线第17-19页
        1.3.1 研究内容第17-18页
        1.3.2 技术路线第18-19页
    1.4 主要工作及创新点第19-20页
第二章 相关基础理论研究第20-26页
    2.1 OLDA主题模型第20-23页
        2.1.1 LDA主题模型第20页
        2.1.2 OLDA在线主题模型及其主题对齐特性第20-22页
        2.1.3 主题相似度计算方法第22页
        2.1.4 主题模型泛化能力评价方法第22-23页
    2.2 时间序列预测相关理论第23-25页
        2.2.1 时间序列的相关概念第23-24页
        2.2.2 时间序列预测方法第24页
        2.2.3 时间序列预测效果评测方法第24-25页
    2.3 本章小结第25-26页
第三章 VOLDA可变在线主题模型和ESG预测模型构建第26-41页
    3.1 VOLDA在线主题模型建模思路第26页
    3.2 VOLDA在线主题模型构建第26-32页
        3.2.1 基于JS距离的主题相似度矩阵构建第26-27页
        3.2.2 基于相似度矩阵的变长内容演化矩阵构建第27-28页
        3.2.3 变长内容演化矩阵的动态权重计算方法第28-30页
        3.2.4 考虑新词影响的VOLDA模型先验参数优化方法第30-31页
        3.2.5 VOLDA模型的贝叶斯图第31-32页
    3.3 VOLDA模型的生成过程与算法第32-34页
        3.3.1 VOLDA模型的生成过程第32-33页
        3.3.2 VOLDA模型算法第33-34页
    3.4 ESG预测模型建模思路第34-35页
    3.5 ESG预测模型构建第35-40页
        3.5.1 原始时间序列分解第35-36页
        3.5.2 时间序列分量预测第36-37页
        3.5.3 时间序列分量权重动态确定及加权汇总第37-38页
        3.5.4 ESG预测模型整体流程第38-40页
    3.6 本章小结第40-41页
第四章 基于VOLDA主题模型和ESG预测模型的话题热度预测第41-58页
    4.1 话题热度预测思路第41-42页
    4.2 结合VOLDA主题模型与热度指标的改进话题热度计算第42-43页
    4.3 话题热度预测方法设计第43-46页
        4.3.1 基于VOLDA模型的话题提取及热度时间序列自动获取第43-45页
        4.3.2 基于ESG预测模型的话题热度时间序列预测第45页
        4.3.3 话题热度预测整体流程第45-46页
    4.4 VOLDA在线主题模型实验及结果分析第46-52页
        4.4.1 实验基本思路第46-47页
        4.4.2 实验环境及实验数据第47-48页
        4.4.3 各模型在相同时间窗口大小下的对比实验及结果分析第48-51页
        4.4.4 VOLDA模型在不同时间窗口下的对比实验及结果分析第51-52页
    4.5 话题热度预测实验及结果分析第52-56页
        4.5.1 实验基本思路第52-53页
        4.5.2 基于VOLDA模型的话题热度时间序列自动获取实验及结果分析第53-54页
        4.5.3 基于ESG预测模型的话题热度时间序列预测对比实验及结果分析第54-56页
    4.6 本章小结第56-58页
第五章 总结与展望第58-59页
    5.1 总结第58页
    5.2 展望第58-59页
参考文献第59-62页
致谢第62-63页
在学期间的研究成果及发表的学术论文第63页

论文共63页,点击 下载论文
上一篇:基于SIR的数据降维算法研究及其应用
下一篇:东部地区农村就业人口职住平衡研究--以济南章丘市为例