面向多来源新闻的领域事件分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 研究目的和内容 | 第12-13页 |
| 1.3 本文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 国内外研究现状 | 第15-28页 |
| 2.1 文档建模 | 第15-16页 |
| 2.2 事件建模 | 第16-19页 |
| 2.2.1 事件定义 | 第16-17页 |
| 2.2.2 事件表示模型 | 第17-19页 |
| 2.3 事件检测 | 第19-22页 |
| 2.3.1 基于波动分析的事件检测 | 第19-20页 |
| 2.3.2 基于相似性聚类的事件检测 | 第20-22页 |
| 2.4 分布式实时计算 | 第22-27页 |
| 2.4.1 主流分布式计算平台 | 第22-23页 |
| 2.4.2 Storm流计算平台 | 第23-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 面向公共安全的领域事件模型设计与构建 | 第28-36页 |
| 3.1 领域事件模型设计 | 第28-30页 |
| 3.2 领域事件模型构建 | 第30-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 基于领域事件模型的多源新闻实时分析 | 第36-64页 |
| 4.1 整体技术方案 | 第37-38页 |
| 4.2 多源新闻结构化分析 | 第38-52页 |
| 4.2.1 新闻转载判别 | 第38-41页 |
| 4.2.2 新闻领域分类主题标引 | 第41-45页 |
| 4.2.3 地点要素提取 | 第45-49页 |
| 4.2.4 时间要素提取 | 第49-51页 |
| 4.2.5 应急主体要素提取 | 第51-52页 |
| 4.3 实时事件检测 | 第52-56页 |
| 4.3.1 增量聚类算法 | 第52-53页 |
| 4.3.2 新闻文档特征相似度计算 | 第53-55页 |
| 4.3.3 基于多特征的阶梯计算检测策略 | 第55-56页 |
| 4.4 实验分析 | 第56-63页 |
| 4.4.1 领域分类算法分析 | 第56-60页 |
| 4.4.2 实时事件检测算法分析 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 面向分布式实时计算的原型系统设计与实现 | 第64-77页 |
| 5.1 系统架构设计 | 第64-66页 |
| 5.1.1 新闻数据汇聚功能模块设计 | 第65-66页 |
| 5.1.2 多源新闻实时分析功能模块设计 | 第66页 |
| 5.2 系统分布式部署与实现 | 第66-76页 |
| 5.2.1 分布式计算设施部署 | 第66-67页 |
| 5.2.2 海量数据高效存储与管理 | 第67-71页 |
| 5.2.3 基于Storm的多源新闻实时处理 | 第71-73页 |
| 5.2.4 结合多维导航的事件搜索 | 第73-76页 |
| 5.3 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 全文总结 | 第77-78页 |
| 6.2 未来研究方向 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间主要的研究成果 | 第83-84页 |
| 致谢 | 第84页 |
