Web热点信息发现系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 话题的检测与跟踪研究现状 | 第13-14页 |
| 1.2.2 关键词自动抽取研究现状 | 第14-15页 |
| 1.3 研究内容与创新点 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 相关理论和关键技术 | 第17-25页 |
| 2.1 PAT-Tree技术 | 第17-19页 |
| 2.2 网页正文抽取技术 | 第19-20页 |
| 2.3 文本相似度计算方法 | 第20-21页 |
| 2.4 文本聚类 | 第21-24页 |
| 2.4.1 文本聚类概述 | 第21-22页 |
| 2.4.2 常用静态聚类算法 | 第22-24页 |
| 2.4.3 常用动态聚类算法 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 Web页面采集与文本预处理 | 第25-35页 |
| 3.1 网络爬虫设计与实现 | 第25-28页 |
| 3.1.1 真实站点目录层次结构抽取 | 第25-27页 |
| 3.1.2 网页分类抓取实现 | 第27-28页 |
| 3.2 网页正文抽取 | 第28-30页 |
| 3.3 文本预处理 | 第30-34页 |
| 3.3.1 中文分词 | 第31页 |
| 3.3.2 停用词处理 | 第31-32页 |
| 3.3.3 特征词抽取及权重处理 | 第32-33页 |
| 3.3.4 稀疏向量压缩矩阵及相似度计算 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 热点信息发现 | 第35-52页 |
| 4.1 热点信息发现功能划分 | 第35页 |
| 4.2 热点词语发现 | 第35-46页 |
| 4.2.1 热点命名实体抽取 | 第36-39页 |
| 4.2.2 热点非实体串识别 | 第39-46页 |
| 4.3 热点话题发现与跟踪 | 第46-51页 |
| 4.3.1 热点话题定义 | 第46页 |
| 4.3.2 话题检测与跟踪的设计与实现 | 第46-49页 |
| 4.3.3 话题的热度分析 | 第49页 |
| 4.3.4 话题发现与跟踪的类图 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 热点信息分析及测试 | 第52-64页 |
| 5.1 软件测试方法 | 第52页 |
| 5.2 测试流程 | 第52-53页 |
| 5.3 测试用例 | 第53页 |
| 5.4 热点话题分析与测试结果 | 第53-61页 |
| 5.4.1 话题标题抽取与测试 | 第54-59页 |
| 5.4.2 话题趋势图分析与测试 | 第59-60页 |
| 5.4.3 话题信息岛图分析与测试 | 第60-61页 |
| 5.5 热点词语分析与测试结果 | 第61-63页 |
| 5.5.1 热点词语分析与测试 | 第61-62页 |
| 5.5.2 热点词语趋势与测试 | 第62页 |
| 5.5.3 热点词语频率分析与测试 | 第62-63页 |
| 5.6 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
