| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 文献综述 | 第11-13页 |
| 1.3 组织结构 | 第13-14页 |
| 1.4 符号说明 | 第14-15页 |
| 2 文本挖掘基础 | 第15-25页 |
| 2.1 概率论 | 第15-18页 |
| 2.2 文本模型 | 第18-25页 |
| 3 LDA模型原理 | 第25-34页 |
| 3.1 模型表示 | 第25-27页 |
| 3.2 VEM算法 | 第27-29页 |
| 3.3 Gibbs采样 | 第29-32页 |
| 3.4 模型评估 | 第32-34页 |
| 4 模型应用 | 第34-46页 |
| 4.1 数据采集 | 第34页 |
| 4.2 文本预处理 | 第34-36页 |
| 4.3 特征提取 | 第36-38页 |
| 4.4 结果分析 | 第38-43页 |
| 4.5 参数优化 | 第43-46页 |
| 5 总结与展望 | 第46-48页 |
| 5.1 全文总结 | 第46页 |
| 5.2 研究展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |