| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 话题检测与跟踪国内外研究现状 | 第11-12页 |
| 1.2.1 话题检测与跟踪国外研究现状 | 第11-12页 |
| 1.2.2 话题检测与跟踪国内研究现状 | 第12页 |
| 1.3 网络教育新闻热点话题发现研究现状 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关理论与技术综述 | 第15-30页 |
| 2.1 Hadoop分布式框架综述 | 第15-17页 |
| 2.1.1 Hadoop分布式框架简介 | 第15页 |
| 2.1.2 HDFS分布文件系统 | 第15-16页 |
| 2.1.3 MapReduce分布式计算框架 | 第16-17页 |
| 2.2 网络教育新闻文本采集及预处理相关技术简介 | 第17-22页 |
| 2.2.1 网络爬虫技术 | 第17-18页 |
| 2.2.2 网页信息抽取技术 | 第18-20页 |
| 2.2.3 中文分词技术 | 第20-22页 |
| 2.3 新闻文本建模技术简介 | 第22-25页 |
| 2.3.1 特征项选择 | 第22页 |
| 2.3.2 LDA模型概述 | 第22-25页 |
| 2.4 文本聚类算法概述 | 第25-29页 |
| 2.4.1 传统文本聚类算法 | 第26-27页 |
| 2.4.2 增量式文本聚类 | 第27-28页 |
| 2.4.3 文本聚类效果评价 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于LDA建模的网络教育新闻热点话题发现 | 第30-44页 |
| 3.1 网络教育新闻的采集与预处理 | 第30-33页 |
| 3.1.1 网络教育新闻的来源 | 第30页 |
| 3.1.2 网络教育新闻的获取 | 第30-31页 |
| 3.1.3 网页信息内容的抽取 | 第31-32页 |
| 3.1.4 中文分词的配置 | 第32-33页 |
| 3.2 基于LDA的新闻文本建模 | 第33-35页 |
| 3.2.1 特征选择与权重计算 | 第33页 |
| 3.2.2 基于Gibbs Sampling的LDA主题模型建模 | 第33-35页 |
| 3.3 文本的多层次聚类算法 | 第35-41页 |
| 3.3.1 文本相似度计算 | 第35-36页 |
| 3.3.2 基于Single-Pass聚类算法的初步话题发现 | 第36-38页 |
| 3.3.3 基于Chameleon层次聚类算法的话题合并 | 第38-41页 |
| 3.3.4 最终热点话题名称的提取方法 | 第41页 |
| 3.4 教育新闻话题的热度计算 | 第41-43页 |
| 3.4.1 基于TPMA的媒体关注度计算 | 第42页 |
| 3.4.2 基于用户行为的网民关注度计算 | 第42-43页 |
| 3.4.3 新闻话题的热度综合计算 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于分布式框架的网络教育新闻热点话题发现研究 | 第44-50页 |
| 4.1 基于分布式框架的网络教育新闻采集与预处理研究 | 第44-45页 |
| 4.2 基于分布式框架的新闻文本主题建模LDA的研究 | 第45-47页 |
| 4.2.1 分布式下的特征选择与权重计算实现 | 第45页 |
| 4.2.2 分布式下的基于Gibbs Sampling的LDA主题模型建模研究 | 第45-47页 |
| 4.3 基于分布式框架的多层次聚类算法研究 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 实验结果与分析 | 第50-59页 |
| 5.1 实验环境部署 | 第50-53页 |
| 5.1.1 实验的硬件环境 | 第50页 |
| 5.1.2 实验的软件环境 | 第50-53页 |
| 5.2 网络教育新闻热点话题发现实验结果与剖析 | 第53-58页 |
| 5.2.1 实验数据 | 第53页 |
| 5.2.2 传统Single-Pass聚类与本文提出的聚类效果实验对比 | 第53-55页 |
| 5.2.3 单机与分布式环境下多层次聚类时间耗费对比 | 第55-56页 |
| 5.2.4 网络新闻教育热点话题发现结果分析 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
