用户建模和事件检测技术在论坛监测系统中的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题背景 | 第11-12页 |
| ·网络社区 | 第11页 |
| ·网络监测 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 基础理论与相关技术 | 第15-33页 |
| ·中文分词技术 | 第15-19页 |
| ·基于字典和词库匹配的分词方法 | 第16-18页 |
| ·基于知识理解的分词方法 | 第18页 |
| ·基于统计的分词方法 | 第18-19页 |
| ·个性化推荐技术 | 第19-25页 |
| ·基于内容的推荐 | 第20-22页 |
| ·协同推荐 | 第22-24页 |
| ·混合推荐 | 第24-25页 |
| ·用户建模技术 | 第25-27页 |
| ·基于向量空间模型的表示方法 | 第25-26页 |
| ·基于用户-文档评价矩阵的表示方法 | 第26页 |
| ·基于案例的表示方法 | 第26-27页 |
| ·基于本体论的表示方法 | 第27页 |
| ·事件检测技术 | 第27-32页 |
| ·研究内容 | 第27-29页 |
| ·文档建模 | 第29-30页 |
| ·事件建模 | 第30-31页 |
| ·对应关系建模 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于用户建模技术的用户监测 | 第33-51页 |
| ·问题描述 | 第33-35页 |
| ·基于内容的用户兴趣建模 | 第35-42页 |
| ·用户-兴趣关键词模型 | 第35-39页 |
| ·主题关键词模型 | 第39-40页 |
| ·用户对主题的兴趣度定义 | 第40-42页 |
| ·基于流形特征的用户关系建模 | 第42-45页 |
| ·用户关系度计算 | 第42-43页 |
| ·拉普拉斯空间映射 | 第43-45页 |
| ·基于兴趣模型的用户监测 | 第45-48页 |
| ·敏感用户分析与定义 | 第45-46页 |
| ·敏感主题分析与定义 | 第46-48页 |
| ·实验结果分析 | 第48-49页 |
| ·实验设计和评价标准 | 第48-49页 |
| ·实验结果 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第4章 基于事件检测技术的主题监测 | 第51-64页 |
| ·问题描述与分析 | 第51页 |
| ·基于事件检测技术的主题监测 | 第51-60页 |
| ·基于突发特征的热点事件检测算法 | 第51-54页 |
| ·基于事件检测技术的主题监测 | 第54-60页 |
| ·实验结果分析 | 第60-63页 |
| ·实验设计和评价指标 | 第60-61页 |
| ·实验结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 系统设计与实现 | 第64-73页 |
| ·论坛监测系统概述 | 第64-65页 |
| ·用户监测功能 | 第65-68页 |
| ·个体/群体用户监测 | 第66-68页 |
| ·敏感用户监测 | 第68页 |
| ·主题监测功能 | 第68-72页 |
| ·热门主题监测 | 第68-69页 |
| ·敏感主题监测 | 第69-70页 |
| ·突发事件监测 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78页 |
