微博话题检测与跟踪方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.3 研究内容与创新 | 第14-16页 |
| 1.4 论文组织 | 第16-17页 |
| 2 微博话题检测与跟踪的相关技术 | 第17-22页 |
| 2.1 传统话题检测技术 | 第17-19页 |
| 2.2 传统话题跟踪技术 | 第19-20页 |
| 2.3 微博信息挖掘技术 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 微博数据采集与特征统计 | 第22-34页 |
| 3.1 数据采集 | 第22-23页 |
| 3.2 无效信息处理 | 第23-28页 |
| 3.3 词语特征统计 | 第28-29页 |
| 3.4 停用词特征统计 | 第29页 |
| 3.5 话题特征统计 | 第29-32页 |
| 3.6 微博 24 小时更新数的规律 | 第32-33页 |
| 3.7 本章小结 | 第33-34页 |
| 4. 分组话题检测与双质心话题跟踪方法 | 第34-51页 |
| 4.1 SVM 微博过滤方法 | 第34-36页 |
| 4.2 微博文本预处理 | 第36页 |
| 4.3 微博文本表示及相似度计算 | 第36-40页 |
| 4.4 分组微博话题检测方法 | 第40-47页 |
| 4.5 双质心微博话题跟踪方法 | 第47-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5. 实验评估 | 第51-57页 |
| 5.1 实验数据及实验环境 | 第51页 |
| 5.2 SVM 微博过滤实验评估 | 第51-52页 |
| 5.3 分组微博话题检测评估 | 第52-54页 |
| 5.4 双质心微博话题跟踪实验评估 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录Ⅰ 停用词表 | 第64-65页 |
