基于社会标签的无监督微博关键字抽取算法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究新挑战以及意义 | 第10-11页 |
| 1.4 文章组织结构与章节安排 | 第11-13页 |
| 第2章 基于话题标签的关键字抽取方法 | 第13-30页 |
| 2.1 关键字抽取方法概述 | 第13-16页 |
| 2.1.1 问题描述 | 第14-15页 |
| 2.1.2 基于随机游走的关键字抽取方法 | 第15页 |
| 2.1.3 相关工作 | 第15-16页 |
| 2.2 基于话题标签的随机游走排序算法 | 第16-23页 |
| 2.2.1 社会标签 | 第17-18页 |
| 2.2.2 word to post二分图构建 | 第18-19页 |
| 2.2.3 基于标签的随机游走模型 | 第19-21页 |
| 2.2.4 算法描述 | 第21-23页 |
| 2.3 实验结果分析 | 第23-29页 |
| 2.3.1 数据集 | 第23页 |
| 2.3.2 评价指标 | 第23-25页 |
| 2.3.3 实验结果分析 | 第25-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于话题标签约束的主题模型排序算法 | 第30-46页 |
| 3.1 主题模型 | 第30-32页 |
| 3.1.1 主题模型的思想 | 第31页 |
| 3.1.2 LDA隐含狄利克雷 | 第31-32页 |
| 3.2 基于话题标签约束的LDA主题模型 | 第32-40页 |
| 3.2.1 模型表示 | 第33-34页 |
| 3.2.2 语义参数估计 | 第34-40页 |
| 3.3 实验结果分析与评价 | 第40-45页 |
| 3.3.1 主题模型算法实验结果 | 第40-43页 |
| 3.3.2 融合模型结果分析 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 微博词云可视化 | 第46-57页 |
| 4.1 系统分析与设计 | 第46-48页 |
| 4.2 系统需求分析 | 第48页 |
| 4.3 系统概要设计 | 第48-50页 |
| 4.4 系统详细设计 | 第50-56页 |
| 4.4.1 数据获取 | 第50-51页 |
| 4.4.2 数据处理与分析 | 第51-54页 |
| 4.4.3 可视化展示与结果分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 未来工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
