基于可信度评测的话题发现方法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 话题发现国内外研究现状 | 第11-13页 |
| 1.2.2 可信度评测国内外研究现状 | 第13-14页 |
| 1.3 研究的内容和目标 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 第2章 微博话题发现及可信度研究 | 第16-26页 |
| 2.1 微博话题发现 | 第16-20页 |
| 2.1.1 微博 | 第16-17页 |
| 2.1.2 微博信息特点 | 第17-18页 |
| 2.1.3 微博话题发现常用方法 | 第18-19页 |
| 2.1.4 Single-Pass算法 | 第19-20页 |
| 2.2 微博信息可信度研究 | 第20-24页 |
| 2.2.1 微博与传统新闻传播比较 | 第20-21页 |
| 2.2.2 微博可信度 | 第21-22页 |
| 2.2.3 微博可信度分析关键问题 | 第22-24页 |
| 2.2.4 微博信息可信度的分析方法 | 第24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 基于可信度评测的话题发现方法 | 第26-46页 |
| 3.1 可信热点话题发现框架 | 第26-28页 |
| 3.1.1 可信热点话题 | 第26页 |
| 3.1.2 可信热点话题评测指标 | 第26-27页 |
| 3.1.3 可信热点话题发现框架 | 第27-28页 |
| 3.2 用户可信度评测 | 第28-34页 |
| 3.2.1 用户可信度算法描述 | 第28-30页 |
| 3.2.2 用户初始可信度 | 第30-32页 |
| 3.2.3 基于相对可信度的迭代计算 | 第32-34页 |
| 3.2.4 评测算法时间复杂度分析 | 第34页 |
| 3.3 微博数据准备 | 第34-35页 |
| 3.4 话题提取 | 第35-41页 |
| 3.4.1 结合时间信息的文本相似度计算 | 第36-39页 |
| 3.4.2 微博热度计算 | 第39-40页 |
| 3.4.3 基于Single-Pass聚类算法 | 第40-41页 |
| 3.5 可信热点话题获取 | 第41-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 实验与结果分析 | 第46-56页 |
| 4.1 实验平台 | 第46页 |
| 4.2 实验数据集 | 第46-47页 |
| 4.3 实验评价 | 第47-54页 |
| 4.3.1 用户可信度评测 | 第47-49页 |
| 4.3.2 发现算法评测 | 第49-54页 |
| 4.4 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |
