| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题背景与意义 | 第9-11页 |
| 1.2 研究现状与分析 | 第11-18页 |
| 1.2.1 主题发现的研究现状 | 第11-14页 |
| 1.2.2 主题研究趋势预测的研究现状 | 第14-18页 |
| 1.3 本文的研究内容及章节安排 | 第18-20页 |
| 第2章 文献数据集的构建与主题发现 | 第20-38页 |
| 2.1 引言 | 第20页 |
| 2.2 文献数据集的构建与主题发现结果的评价依据 | 第20-22页 |
| 2.2.1 文献数据集的构建 | 第21-22页 |
| 2.2.2 主题发现结果的评价依据 | 第22页 |
| 2.3 基于极大频繁项集挖掘的主题发现 | 第22-28页 |
| 2.3.1 极大频繁项集挖掘算法介绍 | 第23-25页 |
| 2.3.2 极大频繁项集挖掘算法实现 | 第25-26页 |
| 2.3.3 算法运行结果及分析 | 第26-28页 |
| 2.4 基于 LDA 模型的主题发现 | 第28-34页 |
| 2.4.1 LDA 模型简介 | 第28-31页 |
| 2.4.2 基于 LDA 模型的主题发现算法描述 | 第31-32页 |
| 2.4.3 实验及结果分析 | 第32-34页 |
| 2.5 基于结合受控词表的 LDA 模型的主题发现 | 第34-37页 |
| 2.5.1 结合受控词表的 LDA 模型简介 | 第34-35页 |
| 2.5.2 受控词表的构建过程 | 第35页 |
| 2.5.3 实验及结果分析 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 文献主题的趋势预测 | 第38-55页 |
| 3.1 引言 | 第38页 |
| 3.2 用户检索量对主题研究趋势预测帮助性的研究 | 第38-48页 |
| 3.2.1 获取用户检索量信息 | 第39-40页 |
| 3.2.2 实验设计 | 第40-44页 |
| 3.2.3 实验结果及分析 | 第44-48页 |
| 3.3 主题研究趋势预测的进一步研究 | 第48-51页 |
| 3.3.1 降低预测结果 PE 值方法的研究 | 第48-51页 |
| 3.3.2 相关性对预测结果影响的研究 | 第51页 |
| 3.4 相对检索量对主题研究趋势预测帮助性的研究 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 主题发现与趋势预测展示系统 | 第55-63页 |
| 4.1 引言 | 第55页 |
| 4.2 主题发现与趋势预测系统的实现 | 第55-57页 |
| 4.2.1 系统的框架 | 第55-56页 |
| 4.2.2 主要的功能模块 | 第56-57页 |
| 4.3 主题发现与趋势预测系统的展示 | 第57-61页 |
| 4.3.1 主题选择与检索模块的展示 | 第57-58页 |
| 4.3.2 趋势预测模块的展示 | 第58-59页 |
| 4.3.3 其他模块的展示 | 第59-61页 |
| 4.4 系统的不足以及展望 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第69-71页 |
| 致谢 | 第71页 |