| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文的基本架构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 数据分析方法概述 | 第14-20页 |
| 2.1 数据分析工作体系 | 第14-15页 |
| 2.2 常用数据挖掘算法 | 第15-18页 |
| 2.3 微博话题发现方法 | 第18页 |
| 2.4 本章小结 | 第18-20页 |
| 第三章 相关理论及技术 | 第20-32页 |
| 3.1 候选词的提取 | 第20-21页 |
| 3.2 特征选择 | 第21-23页 |
| 3.2.1 互信息(Mutual Information,MI) | 第21页 |
| 3.2.2 信息增益(Information Gain,IG) | 第21-22页 |
| 3.2.3 χ~2统计量(Chi-square test,CHI) | 第22页 |
| 3.2.4 基于频率的特征选择方法 | 第22-23页 |
| 3.3 主题模型 | 第23-29页 |
| 3.3.1 隐性语义分析模型LSA | 第24-25页 |
| 3.3.2 概率隐性语义分析模型PLSA | 第25-27页 |
| 3.3.2.1 PLSA模型 | 第25-26页 |
| 3.3.2.2 参数估算——EM算法 | 第26-27页 |
| 3.3.3 潜在主题模型LDA | 第27-28页 |
| 3.3.4 稀疏话题模型BTM | 第28-29页 |
| 3.4 聚类分析算法概述 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 微博话题发现算法基本框架 | 第32-46页 |
| 4.1 实验数据 | 第32页 |
| 4.2 文本预处理 | 第32-34页 |
| 4.3 特征提取 | 第34-35页 |
| 4.4 主题模型建模 | 第35-39页 |
| 4.4.1 BTM建模过程 | 第35-36页 |
| 4.4.2 BTM建模思想 | 第36-38页 |
| 4.4.3 主题推断 | 第38-39页 |
| 4.4.4 主题数判定 | 第39页 |
| 4.5 文本表示 | 第39-41页 |
| 4.5.1 向量空间表示 | 第39-40页 |
| 4.5.2 文档权重计算 | 第40-41页 |
| 4.6 聚类算法 | 第41-43页 |
| 4.6.1 K-均值聚类算法 | 第41页 |
| 4.6.2 相似度计算 | 第41-42页 |
| 4.6.3 最佳簇数判定 | 第42-43页 |
| 4.7 算法描述 | 第43-44页 |
| 4.8 实验评估标准 | 第44-45页 |
| 4.9 本章小结 | 第45-46页 |
| 第五章 实验结果与分析 | 第46-54页 |
| 5.1 实验数据及环境 | 第46页 |
| 5.2 实验结果与分析 | 第46-53页 |
| 5.2.1 主题数判定 | 第46-47页 |
| 5.2.2 簇类数判定 | 第47页 |
| 5.2.3 话题描述 | 第47-49页 |
| 5.2.4 对比实验 | 第49-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 结论与展望 | 第54-56页 |
| 6.1 工作总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录A 图索引 | 第60-61页 |
| Appendix A Figure Index | 第61-62页 |
| 附录B 表索引 | 第62-63页 |
| Appendix B Table Index | 第63-64页 |
| 致谢 | 第64页 |
