网络舆情信息的话题发现和追踪技术的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关技术 | 第16-29页 |
| 2.1 舆情信息采集技术 | 第16-17页 |
| 2.2 中文分词技术 | 第17-18页 |
| 2.3 文本表示模型 | 第18-21页 |
| 2.3.1 布尔模型 | 第19页 |
| 2.3.2 向量空间模型 | 第19-20页 |
| 2.3.3 概念表示模型 | 第20-21页 |
| 2.4 相似度算法 | 第21-22页 |
| 2.5 文本聚类算法 | 第22-27页 |
| 2.5.1 经典single-pass算法 | 第22-24页 |
| 2.5.2 基于划分的聚类算法 | 第24页 |
| 2.5.3 基于密度的聚类算法 | 第24-26页 |
| 2.5.4 基于频繁词集聚类算法 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第三章 总体设计 | 第29-44页 |
| 3.1 系统概述 | 第29页 |
| 3.2 需求分析 | 第29-33页 |
| 3.3 体系架构 | 第33-34页 |
| 3.4 系统组成 | 第34-43页 |
| 3.4.1 信息采集模块 | 第34-39页 |
| 3.4.2 信息预处理模块 | 第39-42页 |
| 3.4.3 信息服务模块 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 热点话题的发现与追踪 | 第44-55页 |
| 4.1 研究思路 | 第44-45页 |
| 4.2 文本表示 | 第45-48页 |
| 4.2.1 设置特征项与计算特征权重 | 第46-47页 |
| 4.2.2 特征维数约减 | 第47-48页 |
| 4.3 话题检测 | 第48-52页 |
| 4.3.1 相似度汁算 | 第49页 |
| 4.3.2 混合聚类算法SHDC | 第49-52页 |
| 4.4 话题追踪 | 第52-54页 |
| 4.5 本章总结 | 第54-55页 |
| 第五章 应用与分析 | 第55-63页 |
| 5.1 应用案例 | 第55-60页 |
| 5.2 性能分析 | 第60-62页 |
| 5.2.1 测试环境 | 第60页 |
| 5.2.2 耗时分析 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的论文 | 第68-70页 |
| 致谢 | 第70页 |
