| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·主题演化定义和模式 | 第12-13页 |
| ·主题演化的定义 | 第12-13页 |
| ·主题演化的模式 | 第13页 |
| ·本文研究的主要内容 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 基础理论与相关研究 | 第16-28页 |
| ·概率主题模型 | 第16-21页 |
| ·产生式模型 | 第16-18页 |
| ·概率主题模型 | 第18-19页 |
| ·推理算法 | 第19-20页 |
| ·相似度计算 | 第20-21页 |
| ·LDA 模型 | 第21-24页 |
| ·隐含变量模型 | 第21-23页 |
| ·LDA 模型 | 第23-24页 |
| ·相关研究及面临的挑战 | 第24-27页 |
| ·相关研究 | 第24-26页 |
| ·面临的挑战 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于LDA 的在线主题演化挖掘模型 | 第28-42页 |
| ·相关背景及问题分析 | 第28-29页 |
| ·在线LDA 主题挖掘模型 | 第29-33页 |
| ·文本预处理 | 第29-30页 |
| ·在线主题演化挖掘模型 | 第30-33页 |
| ·遗传度W 解析 | 第33页 |
| ·增量Gibbs 推理算法 | 第33-35页 |
| ·Gibbs 算法 | 第33-35页 |
| ·增量Gibbs 算法 | 第35页 |
| ·主题强度和相似度度量 | 第35-37页 |
| ·主题强度度量 | 第36页 |
| ·主题相似度度量 | 第36-37页 |
| ·实验结果及分析 | 第37-41页 |
| ·nips 数据集实验分析 | 第38-39页 |
| ·天涯杂谈数据集实验分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 交互式主题挖掘模型 | 第42-50页 |
| ·相关背景及问题分析 | 第42-43页 |
| ·在线交互式主题挖掘模型 | 第43-44页 |
| ·交互式技术分析 | 第43-44页 |
| ·在线交互式主题挖掘模型 | 第44页 |
| ·交互式策略及算法 | 第44-47页 |
| ·交互式策略 | 第44-45页 |
| ·交互式推理算法 | 第45-46页 |
| ·融合信息熵的主题展现方法 | 第46-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于UIMA 平台的在线主题演化挖掘系统实现 | 第50-57页 |
| ·UIMA 架构简介 | 第50-53页 |
| ·UIMA 架构背景 | 第50-51页 |
| ·UIMA 基本概念 | 第51-52页 |
| ·UIMA 相关工具集 | 第52-53页 |
| ·YHPods 系统主题挖掘功能模块设计 | 第53-56页 |
| ·YHPods 简介 | 第53-55页 |
| ·主题发现模块 | 第55页 |
| ·主题演化分析模块 | 第55-56页 |
| ·本章小节 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 作者在学期间取得的学术成果 | 第65-66页 |
| 作者在学期间参加的科研工作 | 第66-67页 |
| 附录：术语和符号 | 第67页 |