| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 网页信息自适应抽取研究现状 | 第10-12页 |
| 1.3 网络事件检测研究现状 | 第12-15页 |
| 1.4 网络事件评价研究现状 | 第15-17页 |
| 1.5 本文的主要工作和结构安排 | 第17-18页 |
| 第二章 基于Hadoop的事件检测与评价系统 | 第18-26页 |
| 2.1 Hadoop介绍 | 第18-21页 |
| 2.1.1 Hadoop文件系统结构 | 第18-19页 |
| 2.1.2 Hadoop计算模型Map-Reduce系统结构 | 第19-21页 |
| 2.2 基于Hadoop的事件检测与评价系统 | 第21-24页 |
| 2.2.1 Hadoop环境搭建 | 第21-22页 |
| 2.2.2 系统设计概况 | 第22页 |
| 2.2.3 抓取器详细设计 | 第22-23页 |
| 2.2.4 事件检测模块设计 | 第23-24页 |
| 2.2.5 事件评价模块设计 | 第24页 |
| 2.3 数据存储 | 第24-25页 |
| 2.4 总结 | 第25-26页 |
| 第三章 基于博弈论的Web网页抽取 | 第26-40页 |
| 3.1 背景及动机 | 第26-30页 |
| 3.1.1 谷歌搜索引擎索引特征提取算法 | 第26-28页 |
| 3.1.2 基于滑动窗口的文本抽取算法 | 第28-29页 |
| 3.1.3 网页抽取存在的困难 | 第29-30页 |
| 3.2 博弈论介绍 | 第30页 |
| 3.3 基于博弈论的抽取算法 | 第30-33页 |
| 3.3.1 网页解析工具介绍 | 第30-31页 |
| 3.3.2 标签博弈算法 | 第31-33页 |
| 3.4 实验分析与对比 | 第33-38页 |
| 3.5 总结 | 第38-40页 |
| 第四章 在线新闻事件检测 | 第40-50页 |
| 4.1 背景动机 | 第40页 |
| 4.2 文本聚类算法介绍 | 第40-43页 |
| 4.2.1 K-Means聚类算法介绍 | 第40-41页 |
| 4.2.2 CLARANS聚类算法介绍 | 第41-42页 |
| 4.2.3 Single-Pass单遍聚类算法介绍 | 第42-43页 |
| 4.3 基于文本摘要的文本特征抽取算法 | 第43-46页 |
| 4.3.1 Page Rank算法介绍 | 第43-44页 |
| 4.3.2 基于Text Rank的事件发现算法 | 第44-46页 |
| 4.4 实验对比与分析 | 第46-49页 |
| 4.5 总结 | 第49-50页 |
| 第五章 基于文本摘要的微博情感评价算法 | 第50-58页 |
| 5.1 背景动机 | 第50-51页 |
| 5.2 最大熵句法分析算法 | 第51-53页 |
| 5.3 基于文本摘要的情感评价算法 | 第53-55页 |
| 5.3.1 微博信息预处理 | 第54-55页 |
| 5.3.2 语义方向互信息定义 | 第55页 |
| 5.4 实验分析 | 第55-57页 |
| 5.5 总结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 在学校期间的研究成果及发表的学术论文 | 第67页 |