网络新闻流中热点事件识别与跟踪算法的改进与验证
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题的研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·主要研究内容 | 第13页 |
| ·课题的研究意义 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 TDT的相关知识和关键技术分析 | 第16-31页 |
| ·TDT基础知识概述 | 第16-19页 |
| ·事件分析 | 第16-17页 |
| ·新闻分析 | 第17-18页 |
| ·新事件识别 | 第18页 |
| ·事件跟踪 | 第18-19页 |
| ·TDT的关键技术 | 第19-30页 |
| ·文本聚类算法分析 | 第20-27页 |
| ·文本摘要技术分析 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 汉语索引结构的改进与算法实现 | 第31-39页 |
| ·索引结构的分类及存在的问题 | 第31-32页 |
| ·适合汉语的三层索引结构设计 | 第32-34页 |
| ·汉语索引库的分布规律 | 第32-33页 |
| ·汉语索引的逆序存储 | 第33-34页 |
| ·基于三层索引结构的逆向最大匹配算法 | 第34-37页 |
| ·算法描述 | 第34-35页 |
| ·匹配算法的自动机原理 | 第35-37页 |
| ·实验设计与结果分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 TDT算法的改进与评测 | 第39-55页 |
| ·TDT典型算法的分析 | 第39-45页 |
| ·CMU的研究 | 第39-41页 |
| ·UMass的研究 | 第41-43页 |
| ·Dragon的研究 | 第43-44页 |
| ·UPenn的研究 | 第44-45页 |
| ·BBN的研究 | 第45页 |
| ·TDT算法的改进 | 第45-52页 |
| ·事件模型设计 | 第46-47页 |
| ·新闻特征的提取 | 第47-48页 |
| ·新闻聚类的初始化 | 第48页 |
| ·事件种子的引入 | 第48-49页 |
| ·KNN算法中K值的选取 | 第49页 |
| ·时间窗口的设计 | 第49-50页 |
| ·算法的描述 | 第50-52页 |
| ·TDT算法评测 | 第52-54页 |
| ·算法的描述 | 第52页 |
| ·测试集的构造 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 热点事件识别与显示算法的设计 | 第55-65页 |
| ·事件类别的确定 | 第55页 |
| ·事件热度的计算 | 第55-57页 |
| ·事件的合并与删除 | 第57页 |
| ·事件摘要的提取 | 第57-64页 |
| ·基于滑动窗口的动态摘要算法 | 第58-61页 |
| ·动态摘要的评测模型 | 第61-63页 |
| ·动态摘要的评测和结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 HEAT系统的设计与实现 | 第65-76页 |
| ·功能概述 | 第65-66页 |
| ·系统总体设计 | 第66-67页 |
| ·系统实现过程 | 第67-74页 |
| ·新闻采集模块 | 第67-68页 |
| ·新闻预处理模块 | 第68-70页 |
| ·事件识别与跟踪 | 第70-71页 |
| ·事件删除与事件合并 | 第71-72页 |
| ·热点事件显示 | 第72-73页 |
| ·灾难恢复模块 | 第73-74页 |
| ·结果与分析 | 第74-75页 |
| ·测试结果 | 第74页 |
| ·结果分析 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |
