新闻流实时话题挖掘框架与算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景 | 第10-12页 |
| ·研究目的和本文的主要工作 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 国内外研究现状 | 第15-24页 |
| ·聚类算法 | 第15-18页 |
| ·聚类算法简介 | 第15页 |
| ·Single-Pass聚类思想 | 第15-16页 |
| ·AP聚类 | 第16-17页 |
| ·聚类评价指标 | 第17-18页 |
| ·Hadoop简介 | 第18-21页 |
| ·MapReduce | 第19-20页 |
| ·HDFS | 第20-21页 |
| ·流式数据挖掘技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 iSkyEye实时话题挖掘框架 | 第24-32页 |
| ·概念体系 | 第24-26页 |
| ·实体 | 第25页 |
| ·文档 | 第25页 |
| ·事件 | 第25页 |
| ·话题 | 第25页 |
| ·话题演化 | 第25-26页 |
| ·iSkyEye系统架构 | 第26-30页 |
| ·文本分析 | 第30页 |
| ·实时话题挖掘 | 第30-31页 |
| ·话题趋势发现 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于两阶段聚类的话题发现算法 | 第32-44页 |
| ·两阶段话题挖掘算法概述 | 第32-33页 |
| ·基于滑动时间窗的在线聚类 | 第33-37页 |
| ·问题背景描述 | 第33-34页 |
| ·话题类表达 | 第34页 |
| ·算法流程 | 第34-37页 |
| ·算法分析 | 第37页 |
| ·并行化AP离线聚类 | 第37-43页 |
| ·问题背景描述 | 第37-38页 |
| ·AP聚类流程 | 第38-41页 |
| ·并行化AP算法的实现 | 第41-42页 |
| ·算法分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验结果及系统展示 | 第44-58页 |
| ·在线聚类结果 | 第44-52页 |
| ·数据集 | 第44-45页 |
| ·实验主要参数 | 第45页 |
| ·实时话题展示 | 第45-51页 |
| ·实验评价 | 第51-52页 |
| ·离线聚类结果 | 第52-57页 |
| ·数据集 | 第52-53页 |
| ·话题趋势结果展示 | 第53-56页 |
| ·实验分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·未来研究方向 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 作者简历 | 第64页 |
