| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 符号使用说明 | 第12-13页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景 | 第13-17页 |
| 1.1.1 主题模型 | 第13-14页 |
| 1.1.2 文本流主题聚类 | 第14-15页 |
| 1.1.3 分布式计算 | 第15-17页 |
| 1.2 研究现状 | 第17-20页 |
| 1.3 主要问题 | 第20-21页 |
| 1.3.1 流式计算场景下主题动态演变和模型增量更新 | 第20-21页 |
| 1.3.2 主题模型分布式并行 | 第21页 |
| 1.4 本文工作 | 第21-22页 |
| 1.5 论文结构 | 第22-24页 |
| 第二章 主题模型简介 | 第24-38页 |
| 2.1 LDA主题模型 | 第24-29页 |
| 2.1.1 术语定义 | 第24页 |
| 2.1.2 可交换性质 | 第24-25页 |
| 2.1.3 简单隐含变量模型 | 第25-26页 |
| 2.1.4 LDA模型 | 第26-29页 |
| 2.2 HDP主题模型 | 第29-35页 |
| 2.2.1 狄利克雷过程 | 第29页 |
| 2.2.2 狄利克雷过程的构造 | 第29-32页 |
| 2.2.3 狄利克雷过程混合模型 | 第32-34页 |
| 2.2.4 HDP模型 | 第34-35页 |
| 2.3 主题模型的参数估计方法 | 第35-37页 |
| 2.3.1 吉布斯采样 | 第35-36页 |
| 2.3.2 变分贝叶斯 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 基于参数服务器的在线变分贝叶斯推断方法 | 第38-54页 |
| 3.1 本章引论 | 第38页 |
| 3.2 问题描述 | 第38-42页 |
| 3.2.1 LDA变分贝叶斯推断 | 第38-39页 |
| 3.2.2 LDA在线变分贝叶斯推断 | 第39-41页 |
| 3.2.3 分布式环境下模型分发与更新 | 第41-42页 |
| 3.3 基本思想 | 第42-46页 |
| 3.3.1 引入参数服务器 | 第42-44页 |
| 3.3.2 变分参数更新策略 | 第44-46页 |
| 3.3.3 参数弱同步策略 | 第46页 |
| 3.4 算法描述 | 第46-47页 |
| 3.5 实验与分析 | 第47-52页 |
| 3.5.1 实验设置 | 第47-49页 |
| 3.5.2 实验结果分析 | 第49-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 分层狄利克雷过程模型的分布式优化与实现 | 第54-69页 |
| 4.1 本章引论 | 第54页 |
| 4.2 问题描述 | 第54-61页 |
| 4.2.1 HDP变分贝叶斯推断 | 第54-58页 |
| 4.2.2 HDP在线变分贝叶斯推断 | 第58-61页 |
| 4.3 基本思想 | 第61-63页 |
| 4.3.1 数据并行 | 第61页 |
| 4.3.2 模型并行 | 第61-62页 |
| 4.3.3 变分参数更新策略 | 第62-63页 |
| 4.4 算法描述 | 第63-64页 |
| 4.5 实验与分析 | 第64-68页 |
| 4.5.1 实验结果 | 第66-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69页 |
| 5.2 工作展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者在学期间取得的学术成果 | 第77-78页 |
| 作者在学期间参加的主要科研工作 | 第78页 |