| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与研究内容 | 第10-12页 |
| 1.2 本文主要工作 | 第12-14页 |
| 1.3 本文组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关工作 | 第16-25页 |
| 2.1 聚类 | 第16-19页 |
| 2.1.1 流聚类 | 第16-17页 |
| 2.1.2 页面模型 | 第17-18页 |
| 2.1.3 小结 | 第18-19页 |
| 2.2 文本定位 | 第19-21页 |
| 2.2.1 文本地理标注 | 第19-20页 |
| 2.2.2 地理聚焦 | 第20-21页 |
| 2.2.3 小结 | 第21页 |
| 2.3 热门话题提取 | 第21-24页 |
| 2.3.1 传统的热门话题提取 | 第21-23页 |
| 2.3.2 异构数据的热门话题提取 | 第23-24页 |
| 2.3.3 小结 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 异构数据流下基于地理位置的时间线研究的技术概要 | 第25-28页 |
| 3.1 基于地理位置的流聚类技术 | 第25-26页 |
| 3.1.1 文本定位 | 第25-26页 |
| 3.1.2 基于地理位置的聚类 | 第26页 |
| 3.1.3 基于异构数据流和地理位置的热门话题提取 | 第26页 |
| 3.2 时间线生成技术 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 基于地理位置的流聚类技术 | 第28-45页 |
| 4.1 文本定位 | 第28-33页 |
| 4.1.1 地理位置标注 | 第28-30页 |
| 4.1.2 地理聚焦 | 第30-33页 |
| 4.2 基于地理位置的聚类 | 第33-35页 |
| 4.3 基于异构数据流和地理位置的热门话题提取 | 第35-44页 |
| 4.3.1 突发词识别 | 第35-37页 |
| 4.3.2 突发话题检测 | 第37-41页 |
| 4.3.3 热门话题提取 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 时间线生成技术 | 第45-51页 |
| 5.1 热度敏感的网页排序算法 | 第45-47页 |
| 5.2 Top-K分割选择算法 | 第47-49页 |
| 5.3 本章小结 | 第49-51页 |
| 第6章 实验 | 第51-65页 |
| 6.1 实验设置 | 第51-53页 |
| 6.1.1 数据集 | 第51-53页 |
| 6.1.2 评价方法 | 第53页 |
| 6.2 实验结果 | 第53-63页 |
| 6.2.1 基于地理位置的聚类 | 第54-55页 |
| 6.2.2 突发词识别 | 第55-57页 |
| 6.2.3 基于异构数据流和地理位置的话题提取 | 第57-59页 |
| 6.2.4 时间线生成 | 第59-63页 |
| 6.3 本章小结 | 第63-65页 |
| 第7章 总结与展望 | 第65-67页 |
| 7.1 本文工作及贡献 | 第65页 |
| 7.2 未来展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间主要的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |