基于文本内容的微博突发话题检测技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·存在的问题及发展趋势 | 第14-15页 |
| ·本文研究内容和组织结构 | 第15-16页 |
| 第二章 微博话题检测技术概述 | 第16-24页 |
| ·微博概述 | 第16-17页 |
| ·基本概念 | 第17-18页 |
| ·常用的检测方法 | 第18-21页 |
| ·基于统计策略的检测方法 | 第18-19页 |
| ·基于向量空间模型的检测方法 | 第19-20页 |
| ·基于情感分布的检测方法 | 第20-21页 |
| ·微博话题检测的应用 | 第21-22页 |
| ·事件检测与预警 | 第21页 |
| ·新闻报道与检索 | 第21-22页 |
| ·小结 | 第22-24页 |
| 第三章 微博突发话题检测的框架 | 第24-32页 |
| ·微博突发话题检测框架 | 第24-25页 |
| ·网络爬虫技术 | 第25-27页 |
| ·网络爬虫概述 | 第25-26页 |
| ·基本工作模型 | 第26-27页 |
| ·全文索引技术 | 第27-28页 |
| ·全文索引概述 | 第27页 |
| ·基本工作模型 | 第27-28页 |
| ·文本情感分析技术 | 第28-30页 |
| ·情感分析概述 | 第28-29页 |
| ·情感信息抽取 | 第29页 |
| ·情感信息分类 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第四章 一种基于内容搜索的突现主题词检测方法 | 第32-46页 |
| ·引言 | 第32页 |
| ·数据预处理 | 第32-34页 |
| ·垃圾微博筛选 | 第32-33页 |
| ·微博信息流分片 | 第33页 |
| ·微博文本分词 | 第33-34页 |
| ·微博突发话题提取方法 | 第34-38页 |
| ·暴发性关键词提取 | 第35-36页 |
| ·相关内容搜索 | 第36-37页 |
| ·主题词提取 | 第37-38页 |
| ·实验设计与结果分析 | 第38-43页 |
| ·实验设计与实现 | 第39页 |
| ·实验评估标准 | 第39-40页 |
| ·实验参数调优 | 第40-41页 |
| ·实验结果展示与分析 | 第41-43页 |
| ·与TrendMiner对比 | 第43页 |
| ·小结 | 第43-46页 |
| 第五章 一种基于互信息的观点词检测方法 | 第46-56页 |
| ·引言 | 第46页 |
| ·信息理论简介 | 第46-47页 |
| ·观点词挖掘方法 | 第47-50页 |
| ·情感词汇本体的构建 | 第47-48页 |
| ·主题词与情感词的关联 | 第48-49页 |
| ·观点词的提取 | 第49-50页 |
| ·实验设计与结果分析 | 第50-54页 |
| ·实验设计与实现 | 第50-51页 |
| ·实验评估标准 | 第51页 |
| ·实验参数调优 | 第51-53页 |
| ·实验结果展示与分析 | 第53-54页 |
| ·小结 | 第54-56页 |
| 第六章 微博突发话题检测系统的实现 | 第56-68页 |
| ·系统架构的设计 | 第56-58页 |
| ·设计目标及原则 | 第56-57页 |
| ·基本功能分析 | 第57-58页 |
| ·架构模块分析 | 第58页 |
| ·数据库的设计 | 第58-60页 |
| ·数据库的选择及设计原则 | 第58-59页 |
| ·数据库表格的设计 | 第59-60页 |
| ·系统关键模块的实现 | 第60-66页 |
| ·微博信息获取模块 | 第60-61页 |
| ·突发话题抽取模块 | 第61-64页 |
| ·微博内容搜索模块 | 第64-66页 |
| ·小结 | 第66-68页 |
| 第七章 总结与展望 | 第68-70页 |
| ·研究工作总结 | 第68-69页 |
| ·未来展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76-77页 |
| 详细摘要 | 第77-80页 |
