基于多特征指纹的舆情数据重复识别方法
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 本文主要工作 | 第11-12页 |
| 1.3 本文组织结构 | 第12-14页 |
| 第二章 海量舆情数据重复识别问题概述 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 研究现状与相关工作 | 第14-22页 |
| 2.2.1 精确重复识别 | 第14-16页 |
| 2.2.2 近似重复识别 | 第16-18页 |
| 2.2.3 海量数据近似重复识别 | 第18-22页 |
| 2.3 文本重复识别的定义 | 第22-23页 |
| 2.4 海量文本重复识别解决框架 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 文本特征指纹提取 | 第25-32页 |
| 3.1 引言 | 第25页 |
| 3.2 数据预处理 | 第25-26页 |
| 3.3 哈希函数选择 | 第26-28页 |
| 3.4 特征指纹提取 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于特征指纹组的文本重复识别算法 | 第32-45页 |
| 4.1 引言 | 第32页 |
| 4.2 基于无加权投票的文本重复识别算法 | 第32-35页 |
| 4.3 基于正确率加权的文本重复识别算法 | 第35-37页 |
| 4.4 基于BOOSTING的文本重复识别算法 | 第37-40页 |
| 4.5 实验设计与实验结果 | 第40-43页 |
| 4.5.1 实验数据和实验环境介绍 | 第40-41页 |
| 4.5.2 实验评价标准 | 第41页 |
| 4.5.3 实验实施与结果分析 | 第41-43页 |
| 4.6 本章小结 | 第43-45页 |
| 第五章 海量舆情数据特征指纹组比对方法 | 第45-58页 |
| 5.1 引言 | 第45页 |
| 5.2 基于索引的特征指纹组比对方法 | 第45-50页 |
| 5.3 基于分段索引的特征指纹组比对方法 | 第50-54页 |
| 5.4 实验设计与实验结果 | 第54-56页 |
| 5.4.1 实验数据和实验环境介绍 | 第54页 |
| 5.4.2 实验评价标准 | 第54页 |
| 5.4.3 实验实施与结果分析 | 第54-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58-59页 |
| 6.2 不足与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64-65页 |
