| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-20页 |
| 1.1 研究的背景、目的和研究意义 | 第9-11页 |
| 1.2 热点话题国内外研究现状 | 第11-14页 |
| 1.3 论文研究内容及本文工作 | 第14-18页 |
| 1.3.1 相似短文本的重复检测 | 第15-16页 |
| 1.3.2 基于短文本的热点话题发现 | 第16-18页 |
| 1.4 论文内容安排 | 第18-20页 |
| 第二章 相关理论与关键技术 | 第20-29页 |
| 2.1 话题识别与跟踪评测中的相关技术 | 第20-21页 |
| 2.2 话题发现模型 | 第21-25页 |
| 2.2.1 布尔模型 | 第21页 |
| 2.2.2 向量空间模型 | 第21-22页 |
| 2.2.3 概率模型 | 第22-23页 |
| 2.2.4 语言模型 | 第23-24页 |
| 2.2.5 四种模型比较 | 第24-25页 |
| 2.3 基于文档的话题发现模型及其局限性 | 第25页 |
| 2.4 短文本语言计算和相似性重复检测 | 第25-27页 |
| 2.5 非关系型数据库、TokyoCabinet和TokyoTyrant | 第27-29页 |
| 第三章 基于短文本的相似性重复检测 | 第29-35页 |
| 3.1 基于短文本内容主干的重复分析方法 | 第29页 |
| 3.2 算法实施架构 | 第29-33页 |
| 3.2.1 该架构需要说明之处 | 第30-33页 |
| 3.2.2 该架构中涉及的数据存储 | 第33页 |
| 3.2.3 HASH服务器端结构 | 第33页 |
| 3.2.4 数据处理流程图 | 第33页 |
| 3.3 算法优越性 | 第33-35页 |
| 第四章 基于短文本的热点话题发现 | 第35-43页 |
| 4.1 短文本话题发现算法选择 | 第35-36页 |
| 4.2 短文本话题发现模型选择 | 第36页 |
| 4.3 基于突发特征词的聚类方法 | 第36-41页 |
| 4.3.1 短文本预处理 | 第37页 |
| 4.3.2 确认突发词 | 第37-39页 |
| 4.3.3 组合突发词形成事件 | 第39-41页 |
| 4.4 在文本流中检测热点事件 | 第41-43页 |
| 第五章 实验研究及结果 | 第43-47页 |
| 5.1 语料的准备及预处理 | 第43-44页 |
| 5.2 确认突发特征词 | 第44-45页 |
| 5.3 识别热点话题 | 第45-46页 |
| 5.4 热点话题粒度分析 | 第46-47页 |
| 第六章 短文本舆情分析系统设计 | 第47-53页 |
| 6.1 系统概述 | 第47页 |
| 6.2 系统总体架构设计 | 第47-48页 |
| 6.3 系统业务流程设计 | 第48-49页 |
| 6.4 系统功能设计 | 第49-51页 |
| 6.4.1 信息分析功能组 | 第50-51页 |
| 6.5 系统特点描述 | 第51-53页 |
| 6.5.1 多渠道信息获取 | 第51页 |
| 6.5.2 基于内容相似性去重 | 第51页 |
| 6.5.3 热点话题发现粒度小、质量高 | 第51-53页 |
| 第七章 结束语 | 第53-55页 |
| 7.1 本文总结 | 第53-54页 |
| 7.2 进一步工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60页 |