微博热点话题检测与趋势预测研究

摘要	第1-6页
Abstract	第6-11页
第一章 绪论	第11-19页
·选题背景及意义	第11-14页
·微博平台已成为理论研究和应用开发的热点	第11-12页
·微博成为新型公共话语传播平台	第12页
·微博舆情监测已成紧要需求	第12-13页
·热点检测与趋势预测的重要意义	第13-14页
·国内外研究现状	第14-16页
·微博热点话题检测	第14-15页
·微博热点趋势预测	第15-16页
·论文研究难点	第16-17页
·论文主要内容和组织结构	第17-19页
第二章 微博平台的特征分析	第19-37页
·用户行为特征	第19-24页
·男女用户行为差异	第20-21页
·时间地域分布特征	第21-23页
·微博意见领袖	第23-24页
·信息传播特征	第24-28页
·信息传播方式	第25页
·信息文本特征	第25-26页
·信息传播速度	第26-27页
·信息传播范围	第27-28页
·热点话题传播特征	第28-36页
·大量意见领袖的参与	第29-32页
·微博关键词高度集中	第32-33页
·传播具有周期性	第33-35页
·传播受外界环境影响显著	第35-36页
·本章小结	第36-37页
第三章 微博热点话题检测	第37-56页
·热点话题检测框架	第37-40页
·热点话题定义	第37页
·检测指标	第37-38页
·检测步骤	第38-40页
·数据采集存储	第40-45页
·意见领袖的数据采集	第40-43页
·微博平台的模拟搜索	第43-44页
·百度实时热点采集	第44-45页
·数据预处理	第45-47页
·微博关系抽取及合并	第45-46页
·文本预处理	第46-47页
·话题抽取	第47-53页
·微博热度计算	第48-49页
·微博文本相似度计算	第49-52页
·话题抽取算法	第52-53页
·热点话题识别	第53-55页
·话题热度排序	第54页
·热点话题判定	第54-55页
·本章小结	第55-56页
第四章 微博热点话题趋势预测	第56-72页
·话题趋势预测的目标及影响因素分析	第56-58页
·预测目标分析	第56-57页
·影响因素分析	第57-58页
·动态系数的多元回归模型构建	第58-67页
·变量数据的获取和标准化	第58-60页
·影响因素与因变量关系分析	第60-64页
·预测指标在不同话题中有效性分析	第64-67页
·基于动态系数的回归模型构建	第67页
·多元线性回归模型的实例构建	第67-70页
·计算回归模型的系数	第67-68页
·回归系数显著性检测与模型调整	第68页
·拟合度与多重共线性判断	第68-70页
·运用模型进行话题趋势预测	第70页
·本章小结	第70-72页
第五章 实验及结果分析	第72-79页
·实验环境和平台设置	第72页
·热点话题检测实验	第72-76页
·实验数据	第72-73页
·实验过程及结果	第73-74页
·算法评测	第74-76页
·热点话题趋势预测实验	第76-78页
·实验数据	第76-77页
·实验验证方法	第77页
·实验结果及有效性分析	第77-78页
·本章小结	第78-79页
研究结论与展望	第79-81页
研究结论	第79-80页
研究展望	第80-81页
参考文献	第81-85页
附录 代码示例	第85-92页
1. 抓取新浪微博意见领袖	第85-86页
2. 抓取意见领袖微博	第86-89页
3. 微博模拟搜索	第89-90页
4. Single-Pass 话题聚类算法	第90-92页
攻读硕士学位期间取得的研究成果	第92-93页
致谢	第93-94页
附件	第94页