社交网络话题提取及演化分析
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 热点话题提取的研究现状 | 第11-12页 |
| 1.2.2 热点话题演化的研究现状 | 第12-14页 |
| 1.3 话题提取及演化存在的主要问题 | 第14页 |
| 1.4 论文主要工作 | 第14-15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第2章 话题提取及演化分析相关理论基础 | 第17-25页 |
| 2.1 微博数据的结构特征 | 第17-18页 |
| 2.2 话题提取模型 | 第18-21页 |
| 2.2.1 话题提取模型的发展简述 | 第18-19页 |
| 2.2.2 词共现模型 | 第19页 |
| 2.2.3 话题提取模型简介 | 第19-21页 |
| 2.3 聚类算法简介 | 第21-23页 |
| 2.4 话题演化分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于词聚类的话题提取模型研究 | 第25-35页 |
| 3.1 微博数据的预处理 | 第25-28页 |
| 3.1.1 微博数据的获取 | 第25-26页 |
| 3.1.2 微博的筛选 | 第26-27页 |
| 3.1.3 分词处理 | 第27页 |
| 3.1.4 无效词剔除 | 第27-28页 |
| 3.2 聚类算法比较与选取 | 第28页 |
| 3.3 词距离矩阵的计算 | 第28-30页 |
| 3.4 基于词距离的新型聚类算法 | 第30-31页 |
| 3.5 实验结果与分析 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 热点话题演化分析 | 第35-43页 |
| 4.1 问题描述与改进思路 | 第35页 |
| 4.2 话题关联度的度量 | 第35-37页 |
| 4.2.1 话题相似度的度量 | 第35-36页 |
| 4.2.2 联系程度的度量 | 第36-37页 |
| 4.3 基于七种演化类型的演化模型 | 第37-38页 |
| 4.4 实验与结果分析 | 第38-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第5章 话题提取及演化系统设计与实现 | 第43-52页 |
| 5.1 系统的功能分析 | 第43页 |
| 5.2 系统总体框架 | 第43-44页 |
| 5.3 系统功能模块详细介绍 | 第44-47页 |
| 5.3.1 数据的预处理模块 | 第45页 |
| 5.3.2 热点话题提取模块 | 第45-47页 |
| 5.3.3 话题演化分析模块 | 第47页 |
| 5.4 系统测试 | 第47-51页 |
| 5.4.1 系统主界面 | 第47-48页 |
| 5.4.2 功能测试 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 总结和未来工作 | 第52-54页 |
| 6.1 全文总结 | 第52-53页 |
| 6.2 未来工作 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |
