| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题来源与背景 | 第8-9页 |
| 1.2 论文研究目的及研究意义 | 第9页 |
| 1.3 国内外在该方向的研究现状及分析 | 第9-13页 |
| 1.3.1 核心关键词挖掘技术的研究现状 | 第9-11页 |
| 1.3.2 聚类技术的研究现状 | 第11-13页 |
| 1.4 论文研究内容及章节安排 | 第13-14页 |
| 第2章 多载体语料特性分析及实验工具编写说明 | 第14-27页 |
| 2.1 多载体语料特性介绍及分析 | 第14-17页 |
| 2.2 汉语词法分析系统 ICTCLAS 介绍 | 第17-20页 |
| 2.3 本课题的系统环境及实验工具编写说明 | 第20-24页 |
| 2.3.1 实验工具开发环境及编码方式 | 第20-22页 |
| 2.3.2 MFC 与 STL 的简介及在本课题中的使用 | 第22-24页 |
| 2.4 本课题中使用的其他定义 | 第24-26页 |
| 2.4.1 关于字符串的运算符 | 第24-25页 |
| 2.4.2 筛选函数(Filter Function) | 第25页 |
| 2.4.3 关联度与关联函数(Relation Function) | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 CEW 算法的设计与实现 | 第27-41页 |
| 3.1 设计 CEW 算法的意义 | 第27-28页 |
| 3.2 CEW 算法的理论设计 | 第28-29页 |
| 3.3 CEW 算法的实现以及时间复杂度与空间复杂度分析 | 第29-35页 |
| 3.3.1 读取语料文本并转化为数据元 | 第29-31页 |
| 3.3.2 构造分词函数 | 第31-32页 |
| 3.3.3 对特征串进行分词操作 | 第32-33页 |
| 3.3.4 CEW 挖掘网络新词操作 | 第33-35页 |
| 3.3.5 小结 | 第35页 |
| 3.4 CEW 算法的实验结果 | 第35-39页 |
| 3.4.1 针对人工搜索组织语料集的实验结果 | 第35-37页 |
| 3.4.2 网络爬虫采集语料集合的实验结果 | 第37-39页 |
| 3.5 关于 CEW 算法的一些拓展思考 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 聚类方法与网络热点事件核心关键词挖掘 | 第41-55页 |
| 4.1 基于密度聚类算法简介 | 第41-43页 |
| 4.2 本课题的数据元聚类算法设计 | 第43-49页 |
| 4.2.1 数据元聚类算法的理论设计 | 第43-45页 |
| 4.2.2 聚类算法具体设计与时间复杂度分析 | 第45-49页 |
| 4.3 聚类算法实验结果 | 第49-55页 |
| 4.3.1 针对人工搜索组织语料集的聚类结果 | 第49-51页 |
| 4.3.2 针对网络爬虫采集语料集的聚类结果 | 第51-53页 |
| 4.3.3 实验结果分析 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
