Web2.0互联网在线话题发现和热度评估
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·国内外研究现状与难点 | 第10-14页 |
| ·话题检测与跟踪 | 第10-12页 |
| ·在线热点话题发现的研究现状 | 第12-14页 |
| ·论文研究内容及创新点 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 话题检测与跟踪相关技术 | 第17-29页 |
| ·信息的获取与预处理 | 第17-22页 |
| ·信息采集 | 第17-18页 |
| ·正文抽取 | 第18-19页 |
| ·中文分词 | 第19-20页 |
| ·文本表示模型 | 第20-21页 |
| ·相似度计算 | 第21-22页 |
| ·聚类算法介绍 | 第22-27页 |
| ·Single Pass 算法 | 第22-23页 |
| ·基于划分的聚类算法 | 第23-24页 |
| ·基于层次的聚类算法 | 第24-25页 |
| ·基于密度的聚类算法 | 第25-26页 |
| ·聚类算法存在的问题 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 Web2.0 互联网在线热点话题发现 | 第29-43页 |
| ·Web2.0 互联网的特征 | 第29-30页 |
| ·Web2.0 互联网的由来 | 第29页 |
| ·Web2.0 互联网信息的特征 | 第29-30页 |
| ·web2.0 互联网热点话题 | 第30-32页 |
| ·话题的定义 | 第30页 |
| ·热点话题的特征 | 第30-31页 |
| ·话题的热度 | 第31-32页 |
| ·web2.0 在线热点话题发现 | 第32-42页 |
| ·热点话题发现的过程 | 第32-33页 |
| ·改进的 VSM 向量模型 | 第33-37页 |
| ·改进的 Single Pass 聚类算法 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 话题热度评估模型研究 | 第43-57页 |
| ·话题热度影响指标 | 第43-45页 |
| ·媒体关注度 | 第43-44页 |
| ·用户关注度 | 第44-45页 |
| ·媒体影响力 | 第45页 |
| ·话题的时效性 | 第45页 |
| ·话题热度评价算法的发展 | 第45-49页 |
| ·基于新闻报道频率的热度评价算法 | 第45-46页 |
| ·基于评论数或点击量的热度评价算法 | 第46-47页 |
| ·基于用户关注度和媒体关注度的评价算法 | 第47页 |
| ·基于时间衰退理论的热度评价算法 | 第47-49页 |
| ·改进的话题热度评估模型 | 第49-56页 |
| ·热度衰退曲线 | 第50-51页 |
| ·话题的竞争度 | 第51-52页 |
| ·话题突发性 | 第52-53页 |
| ·话题内聚性 | 第53页 |
| ·DMCBF 话题热度评价算法 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 实验结果分析 | 第57-69页 |
| ·数据来源 | 第57页 |
| ·中文分词结果 | 第57-59页 |
| ·聚类算法结果分析 | 第59-63页 |
| ·热度评估模型分析 | 第63-69页 |
| 总结与展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 答辩委员会对论文的评定意见 | 第77页 |
