多视图微博话题检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 课题背景及意义 | 第10-12页 |
| 1.3 话题检测研究现状 | 第12-14页 |
| 1.3.1 传统话题检测方法 | 第12-13页 |
| 1.3.2 微博话题检测方法 | 第13-14页 |
| 1.3.3 研究现状总结 | 第14页 |
| 1.4 本文工作 | 第14-15页 |
| 1.5 论文组织与结构 | 第15-17页 |
| 第2章 相关知识介绍 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 微博介绍 | 第17-18页 |
| 2.2.1 符号介绍 | 第17页 |
| 2.2.2 基本特点 | 第17-18页 |
| 2.3 文本处理模型 | 第18-19页 |
| 2.3.1 文本表征模型 | 第18页 |
| 2.3.2 特征权重计算方法 | 第18-19页 |
| 2.4 后缀树 | 第19-20页 |
| 2.5 常用文本聚类算法及评价指标 | 第20-21页 |
| 2.5.1 K-means 算法 | 第20页 |
| 2.5.2 谱聚类算法 | 第20-21页 |
| 2.5.3 评价指标 | 第21页 |
| 2.6 多视图聚类 | 第21-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 多视图微博话题检测方法 | 第24-42页 |
| 3.1 引言 | 第24页 |
| 3.2 相关定义 | 第24-25页 |
| 3.3 微博话题特点分析 | 第25-26页 |
| 3.4 微博中的多视图及特征提取 | 第26-34页 |
| 3.4.1 语义关系 | 第26-31页 |
| 3.4.2 社会关系 | 第31-32页 |
| 3.4.3 多视图融合 | 第32-34页 |
| 3.5 多视图话题检测方法 | 第34-39页 |
| 3.5.1 数据预处理 | 第34-35页 |
| 3.5.2 多视图聚类 | 第35-38页 |
| 3.5.3 关键词提取 | 第38-39页 |
| 3.6 算法分析 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 实验与分析 | 第42-52页 |
| 4.1 实验概述 | 第42-43页 |
| 4.1.1 实验环境 | 第42页 |
| 4.1.2 实验数据 | 第42-43页 |
| 4.2 后缀树加权实验 | 第43-47页 |
| 4.2.1 短语分布 | 第43页 |
| 4.2.2 参数调节实验 | 第43-45页 |
| 4.2.3 相似度对比 | 第45-47页 |
| 4.2.4 相似度计算时间对比 | 第47页 |
| 4.3 单视图聚类实验 | 第47-48页 |
| 4.3.1 语义关系聚类实验 | 第47-48页 |
| 4.3.2 社会关系聚类实验 | 第48页 |
| 4.4 多视图聚类实验 | 第48-50页 |
| 4.5 话题检测算法对比实验 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 微博话题检测系统 | 第52-59页 |
| 5.1 引言 | 第52页 |
| 5.2 系统功能与开发环境 | 第52-53页 |
| 5.2.1 系统功能介绍 | 第52-53页 |
| 5.2.2 软件开发环境 | 第53页 |
| 5.3 系统总体设计 | 第53-55页 |
| 5.4 系统详细设计 | 第55-58页 |
| 5.4.1 预处理模块设计 | 第55-56页 |
| 5.4.2 特征提取模块设计 | 第56-57页 |
| 5.4.3 多视图聚类模块设计 | 第57页 |
| 5.4.4 关键词提取模块设计 | 第57页 |
| 5.4.5 用户界面设计 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
