| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容与论文结构 | 第14-16页 |
| 第二章 文本处理知识与聚类关键技术 | 第16-26页 |
| 2.1 微博平台特征分析 | 第16-17页 |
| 2.2 微博数据文本预处理 | 第17-19页 |
| 2.2.1 中文分词和词性标注 | 第17-18页 |
| 2.2.2 微博噪声处理 | 第18-19页 |
| 2.3 文本模型表示 | 第19-21页 |
| 2.3.1 向量空间模型(VSM) | 第19页 |
| 2.3.2 潜在语义分析模型(LSA) | 第19-20页 |
| 2.3.3 概率潜在语义分析模型(PLSA) | 第20页 |
| 2.3.4 潜在狄利克雷分布模型(LDA) | 第20-21页 |
| 2.3.5 词对主题模型(BTM) | 第21页 |
| 2.4 文本相似度度量 | 第21-22页 |
| 2.5 文本聚类算法 | 第22-23页 |
| 2.6 本章小结 | 第23-26页 |
| 第三章 基于主题模型的微博热点话题发现 | 第26-38页 |
| 3.1 基于主题模型的文本表示 | 第26-30页 |
| 3.1.1 传统文本模型的问题 | 第26-27页 |
| 3.1.2 LDA主题模型 | 第27-28页 |
| 3.1.3 BTM主题模型 | 第28-30页 |
| 3.2 实验设计与结果分析 | 第30-37页 |
| 3.2.1 主题模型的比较 | 第30-31页 |
| 3.2.2 主题个数的确定 | 第31-34页 |
| 3.2.3 最佳主题的选取 | 第34-36页 |
| 3.2.4 实验结果 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于word2vec相似度计算的聚类算法研究 | 第38-54页 |
| 4.1 基于word2vec的词向量表示 | 第38-44页 |
| 4.1.1 word2vec词向量 | 第38-39页 |
| 4.1.2 神经网络语言模型 | 第39-44页 |
| 4.2 基于稠密特征的word2vec相似度计算 | 第44-48页 |
| 4.2.1 基于word2vec的相似度计算 | 第44-45页 |
| 4.2.2 基于稠密特征的文档-主题相似度计算 | 第45-48页 |
| 4.3 实验设计与结果分析 | 第48-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 系统的设计与实现 | 第54-64页 |
| 5.1 系统架构设计 | 第54-55页 |
| 5.2 关键模块实现 | 第55-63页 |
| 5.2.1 文本预处理模块 | 第55-58页 |
| 5.2.2 主题发现模块 | 第58-59页 |
| 5.2.3 文本聚类模块 | 第59-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |