基于权重采样的AD-LDA分布式主题模型的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第2章 基本原理及分布式计算框架 | 第13-32页 |
| 2.1 AD-LDA主题模型 | 第13-27页 |
| 2.1.1 Dirichlet分布 | 第13-16页 |
| 2.1.2 LDA模型 | 第16-19页 |
| 2.1.3 Gibbs采样推导LDA | 第19-25页 |
| 2.1.4 AD-LDA算法 | 第25-27页 |
| 2.2 Spark简介 | 第27-31页 |
| 2.2.1 生态系统 | 第27-28页 |
| 2.2.2 基本架构 | 第28-30页 |
| 2.2.3 核心RDD | 第30-31页 |
| 2.2.4 MLlib简介 | 第31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 基于权重采样的WAD-LDA主题模型 | 第32-41页 |
| 3.1 模型框架设计 | 第32-34页 |
| 3.2 权重计算 | 第34-35页 |
| 3.3 基于权重的Gibbs采样 | 第35-37页 |
| 3.4 并行WAD-LDA算法设计 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 实验验证 | 第41-55页 |
| 4.1 实验准备 | 第41-42页 |
| 4.1.1 实验环境 | 第41-42页 |
| 4.1.2 实验数据 | 第42页 |
| 4.2 评价指标 | 第42-43页 |
| 4.3 参数优化 | 第43-49页 |
| 4.3.1 主题数的选取 | 第43-44页 |
| 4.3.2 阈值的选取 | 第44-49页 |
| 4.4 结果分析 | 第49-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
