| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·研究背景 | 第10-14页 |
| ·财经新闻 | 第11-12页 |
| ·知识网络 | 第12-13页 |
| ·文本建模与表示 | 第13-14页 |
| ·研究动机 | 第14-15页 |
| ·研究内容和主要贡献 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 相关工作概述 | 第18-26页 |
| ·引言 | 第18页 |
| ·新闻推送 | 第18-20页 |
| ·基于用户的新闻推送 | 第18-19页 |
| ·基于内容的新闻推送 | 第19-20页 |
| ·主题模型 | 第20-24页 |
| ·标准LDA模型 | 第21-22页 |
| ·基于LDA的各种变体 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于Improved_LDA的财经知识抽取 | 第26-34页 |
| ·引言 | 第26页 |
| ·财经知识定义 | 第26-27页 |
| ·Improve_LDA框架 | 第27-30页 |
| ·已有主题模型应用 | 第27-28页 |
| ·Improved_LDA框架 | 第28-30页 |
| ·知识抽取与存储 | 第30-33页 |
| ·知识抽取 | 第30-31页 |
| ·知识存储 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于财经知识的知识网络构建 | 第34-40页 |
| ·引言 | 第34页 |
| ·四层知识网络框架 | 第34-38页 |
| ·新闻相关性度量 | 第34-35页 |
| ·新闻主题聚类 | 第35-36页 |
| ·新闻知识子网 | 第36-38页 |
| ·动态知识网络构建 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 实验与分析 | 第40-54页 |
| ·引言 | 第40页 |
| ·数据概览和预处理 | 第40-42页 |
| ·Improved_LDA效果评价 | 第42-48页 |
| ·评价指标 | 第42-43页 |
| ·基准方法 | 第43-44页 |
| ·结果对比与分析 | 第44-47页 |
| ·实例分析 | 第47-48页 |
| ·知识网络效果评价 | 第48-53页 |
| ·用户学习 | 第48-49页 |
| ·结果对比与分析 | 第49-51页 |
| ·实例分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 总结及展望 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第62页 |