| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 热门话题提取研究现状 | 第12-15页 |
| 1.2.2 热门话题追踪研究现状 | 第15-17页 |
| 1.3 论文主要研究内容 | 第17-18页 |
| 1.4 本文的结构安排 | 第18-19页 |
| 2 相关背景知识 | 第19-23页 |
| 2.1 Latent Dirichlet Allocation概率主题模型 | 第19-22页 |
| 2.2 微博特征提取方法 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 微博热门话题提取 | 第23-34页 |
| 3.1 微博特征定义 | 第24-27页 |
| 3.2 MF-LDA模型介绍 | 第27-31页 |
| 3.3 MF-LDA模型Training和Inference | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 微博热门话题追踪 | 第34-45页 |
| 4.1 热门话题生命周期模型 | 第36-40页 |
| 4.2 预识别候选热门话题 | 第40-41页 |
| 4.3 HTT算法介绍 | 第41-43页 |
| 4.4 本章小结 | 第43-45页 |
| 5 实验与分析 | 第45-63页 |
| 5.1 实验环境 | 第45-46页 |
| 5.2 数据预处理 | 第46-48页 |
| 5.3 MF-LDA模型实验与分析 | 第48-54页 |
| 5.3.1 实验数据 | 第49页 |
| 5.3.2 评价标准 | 第49-50页 |
| 5.3.3 实验结果分析 | 第50-54页 |
| 5.4 HTT算法实验与分析 | 第54-62页 |
| 5.4.1 实验数据 | 第54-55页 |
| 5.4.2 评价标准 | 第55-56页 |
| 5.4.3 实验结果分析 | 第56-62页 |
| 5.5 本章小结 | 第62-63页 |
| 总结 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表论文及科研成果 | 第67-68页 |
| 致谢 | 第68-69页 |