| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·话题发现技术的研究现状 | 第9-11页 |
| ·热度评估的研究现状 | 第11页 |
| ·相关性计算的研究现状 | 第11-12页 |
| ·问题与挑战 | 第12-13页 |
| ·论文的主要研究内容 | 第13页 |
| ·论文组织与结构 | 第13-15页 |
| 第二章 相关理论与技术 | 第15-23页 |
| ·信息采集与预处理 | 第15-18页 |
| ·网络爬虫工作原理 | 第15-16页 |
| ·网络爬虫搜索策略 | 第16-17页 |
| ·基于正则表达式的信息抽取 | 第17-18页 |
| ·ICTCLAS 分词及词性标方法 | 第18页 |
| ·文本的向量表示 | 第18-19页 |
| ·潜在语义模型 | 第19-21页 |
| ·潜在语义分析 | 第19-20页 |
| ·概率潜在语义分析 PLSA | 第20-21页 |
| ·经典的话题发现聚类算法 | 第21-22页 |
| ·Single-Pass 算法 | 第21页 |
| ·基于划分的聚类算法 | 第21-22页 |
| ·总结 | 第22-23页 |
| 第三章 基于概率潜在语义的文本相关度分析 | 第23-31页 |
| ·相关性定义 | 第23页 |
| ·相似性与相关性区别 | 第23-24页 |
| ·概率潜在语义分析 | 第24-27页 |
| ·文本的语义假设 | 第24-25页 |
| ·PLSA 的模型假设 | 第25-26页 |
| ·PLSA 的 EM 算法 | 第26页 |
| ·基于 PLSA 的相关性定义 | 第26-27页 |
| ·词汇与文本的相关性计算 | 第27-28页 |
| ·文本与文本的相关性计算 | 第28-29页 |
| ·总结 | 第29-31页 |
| 第四章 基于语义相关的在线热点话题发现和溯源算法的研究 | 第31-49页 |
| ·话题自动发现算法 | 第31-33页 |
| ·话题相关概念定义 | 第31-32页 |
| ·Single-pass 话题发现算法 | 第32-33页 |
| ·基于 Single-Pass 算法的改进 | 第33-37页 |
| ·基于 PLSA 的语义相关性计算 | 第33-34页 |
| ·阈值的改进 | 第34-35页 |
| ·改进后的 single-pass 算法 | 第35-37页 |
| ·热度评估 | 第37-39页 |
| ·热点话题特征 | 第37-38页 |
| ·话题关注度 | 第38页 |
| ·话题热度 | 第38-39页 |
| ·热点话题溯源和追踪 | 第39-42页 |
| ·计算话题及事件成员聚焦度及聚焦式的溯源方法 | 第39-40页 |
| ·微博树方法 | 第40-41页 |
| ·计算回帖相似度的方法 | 第41-42页 |
| ·实验及数据分析 | 第42-48页 |
| ·实验设计 | 第42页 |
| ·实验环境 | 第42-43页 |
| ·相关度计算实验 | 第43-45页 |
| ·改进的 Single-pass 算法 | 第45-48页 |
| ·总结 | 第48-49页 |
| 第五章 在线热点话题发现系统在网络舆情中的应用 | 第49-65页 |
| ·舆情热点话题发现系统的需求分析 | 第49-50页 |
| ·在线热点话题发现系统的概要设计 | 第50-51页 |
| ·话题发现系统的核心模块设计 | 第51-57页 |
| ·数据采集模块 | 第51-53页 |
| ·Web 数据预处理模块 | 第53-55页 |
| ·热点话题发现模块 | 第55-57页 |
| ·模块实现与系统展示 | 第57-64页 |
| ·数据采集模块 | 第57-59页 |
| ·数据预处理模块 | 第59-60页 |
| ·热点话题发现模块 | 第60-61页 |
| ·系统展示与分析 | 第61-64页 |
| ·总结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文 | 第72-73页 |