| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 主题模型发展现状研究 | 第15-16页 |
| 1.2.2 基于汽车领域的文本挖掘 | 第16-17页 |
| 1.2.3 研究综述 | 第17页 |
| 1.3 本文研究内容及安排 | 第17-19页 |
| 1.3.1 主要内容 | 第17-18页 |
| 1.3.2 章节安排 | 第18-19页 |
| 第二章 相关理论与技术 | 第19-30页 |
| 2.1 文本表示 | 第19-21页 |
| 2.1.1 向量空间模型 | 第19-20页 |
| 2.1.2 概率模型 | 第20-21页 |
| 2.2 文本预处理 | 第21-24页 |
| 2.2.1 文本分词 | 第21-23页 |
| 2.2.2 实体抽取 | 第23页 |
| 2.2.3 停用词处理 | 第23-24页 |
| 2.2.4 特征选取 | 第24页 |
| 2.3 文本挖掘 | 第24-29页 |
| 2.3.1 文本聚类 | 第25-27页 |
| 2.3.2 文本话题检测 | 第27-29页 |
| 2.3.3 文本话题演化分析 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 社会媒体下基于主题模型的汽车话题演化框架构建 | 第30-42页 |
| 3.1 社会媒体对汽车产品制造的影响与相关研究 | 第30-32页 |
| 3.1.1 社会媒体对汽车产品制造的影响 | 第30-31页 |
| 3.1.2 社会媒体下基于汽车用户评论的相关研究 | 第31-32页 |
| 3.2 主题模型 | 第32-36页 |
| 3.2.1 LSA模型 | 第33页 |
| 3.2.2 PLSA模型 | 第33-34页 |
| 3.2.3 LDA模型 | 第34-35页 |
| 3.2.4 OLDA模型 | 第35-36页 |
| 3.3 社会媒体环境下汽车话题演化框架构建 | 第36-41页 |
| 3.3.1 汽车话题演化框架 | 第36-40页 |
| 3.3.2 汽车话题演化分析的关键任务 | 第40-41页 |
| 3.4 本章总结 | 第41-42页 |
| 第四章 基于改进的OLDA模型的汽车评论演化模型 | 第42-53页 |
| 4.1 改进的OLDA模型 | 第42-45页 |
| 4.1.1 增量Gibbs采样 | 第42-43页 |
| 4.1.2 主题遗传度改进 | 第43-44页 |
| 4.1.3 关键字提取 | 第44页 |
| 4.1.4 主题强度 | 第44页 |
| 4.1.5 改进的OLDA算法流程 | 第44-45页 |
| 4.2 实验设置与模型评估指标 | 第45-46页 |
| 4.2.1 话题检测 | 第45-46页 |
| 4.2.2 模型困惑度 | 第46页 |
| 4.3 改进的OLDA模型实验与分析 | 第46-52页 |
| 4.3.1 数据爬取 | 第47-48页 |
| 4.3.2 数据预处理 | 第48-50页 |
| 4.3.3 汽车评论数据建模 | 第50页 |
| 4.3.4 汽车主题演化分析 | 第50-52页 |
| 4.4 本章总结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第58-59页 |