基于海量舆情信息的话题检测系统的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 概述 | 第9-14页 |
| ·背景 | 第9页 |
| ·研究发展概况 | 第9-11页 |
| ·话题检测发展现状 | 第9-10页 |
| ·数据挖掘发展现状 | 第10-11页 |
| ·论文的主要工作与贡献 | 第11-12页 |
| ·论文结构 | 第12-14页 |
| 第2章 关键技术介绍 | 第14-24页 |
| ·聚类 | 第14-16页 |
| ·聚类步骤 | 第15页 |
| ·聚类算法 | 第15-16页 |
| ·中文分词 | 第16-18页 |
| ·LDA 模型 | 第18-19页 |
| ·符号表示 | 第18页 |
| ·LDA 简介 | 第18-19页 |
| ·LDA 生成文本过程 | 第19页 |
| ·Gibbs 抽样 | 第19-20页 |
| ·简述 | 第19-20页 |
| ·算法步骤 | 第20页 |
| ·K 均值聚类 | 第20-21页 |
| ·分布式技术 | 第21-24页 |
| ·分布式文件系统 | 第22-23页 |
| ·Map/Reduce 原理 | 第23-24页 |
| 第3章 系统需求分析 | 第24-37页 |
| ·系统概述 | 第24页 |
| ·系统条件与限制 | 第24-25页 |
| ·系统功能需求 | 第25-26页 |
| ·功能划分 | 第25页 |
| ·功能描述 | 第25-26页 |
| ·系统性能需求 | 第26-27页 |
| ·系统数据流分析 | 第27-30页 |
| ·系统输入输出要求 | 第30-33页 |
| ·系统运行环境 | 第33-34页 |
| ·系统出错处理 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 系统概要设计 | 第37-45页 |
| ·系统总体概要设计 | 第37-38页 |
| ·数据获取模块概要设计 | 第38页 |
| ·分词模块概要设计 | 第38-39页 |
| ·话题检测模块概要设计 | 第39-42页 |
| ·数据格式转化 | 第39-40页 |
| ·采用 TF IDF 统计文本 | 第40页 |
| ·采用 Gibbs 抽样分配主题 | 第40-41页 |
| ·计算文本与主题的数量矩阵 | 第41-42页 |
| ·计算词汇与主题的数量矩阵 | 第42页 |
| ·输出结果 | 第42页 |
| ·文本聚类模块概要设计 | 第42-43页 |
| ·浏览模块概要设计 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 系统模块设计 | 第45-62页 |
| ·简述 | 第45页 |
| ·数据获取模块设计 | 第45-49页 |
| ·数据分词模块设计 | 第49-52页 |
| ·话题检测模块设计 | 第52-56页 |
| ·文本聚类模块设计 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 系统部署与应用 | 第62-74页 |
| ·系统开发环境 | 第62-63页 |
| ·系统测试 | 第63-73页 |
| ·系统模块测试 | 第63-70页 |
| ·单机测试和分布式系统测试 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第7章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79页 |
