基于主题模型的微博话题检测与跟踪研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 存在问题及发展趋势 | 第12页 |
| 1.3 研究内容及组织结构 | 第12-14页 |
| 2 微博及话题分析 | 第14-20页 |
| 2.1 微博特点 | 第14-16页 |
| 2.2 微博内容分析 | 第16-18页 |
| 2.3 话题概述 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 微博话题检测与跟踪 | 第20-31页 |
| 3.1 文本预处理 | 第21-23页 |
| 3.2 构建主题模型 | 第23-28页 |
| 3.2.1 提取关键词 | 第24-25页 |
| 3.2.2 构建文档词条矩阵 | 第25-26页 |
| 3.2.3 生成词语关联矩阵 | 第26-27页 |
| 3.2.4 主题词聚类 | 第27-28页 |
| 3.4 文本聚类及话题检测 | 第28-29页 |
| 3.5 话题跟踪 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 4 微博话题检测核心算法 | 第31-37页 |
| 4.1 主题模型算法 | 第31-33页 |
| 4.2 核心模块代码设计 | 第33-36页 |
| 4.3 本章小结 | 第36-37页 |
| 5 实验结果及分析 | 第37-49页 |
| 5.1 实验准备 | 第37-38页 |
| 5.2 结果分析 | 第38-48页 |
| 5.3 本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-59页 |
| 附录A 攻读学位期间的主要学术成果 | 第59-61页 |
| 致谢 | 第61页 |
