基于社交媒体的热点主题挖掘及主题演化分析
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.3 研究内容 | 第14-15页 |
1.4 论文组织结构 | 第15-16页 |
1.5 本章小结 | 第16-17页 |
第2章 相关理论及技术概述 | 第17-27页 |
2.1 相关概念介绍 | 第17-19页 |
2.1.1 狄利克雷(Dirichlet)分布 | 第17页 |
2.1.2 贝叶斯定理 | 第17-18页 |
2.1.3 吉布斯抽样 | 第18-19页 |
2.2 相关技术--LDA模型 | 第19-22页 |
2.3 相关技术—TFLDA模型 | 第22-23页 |
2.4 相关技术--TOT模型 | 第23-25页 |
2.5 本章小结 | 第25-27页 |
第3章 基于社交媒体的热点主题挖掘 | 第27-43页 |
3.1 模型框架和思想 | 第27-29页 |
3.2 基于MA-LDA模型的热点主题挖掘 | 第29-33页 |
3.2.1 MA-LDA模型 | 第29-32页 |
3.2.2 参数估计 | 第32-33页 |
3.3 实验设计与结果分析 | 第33-41页 |
3.3.1 实验数据准备 | 第33-34页 |
3.3.2 评价方法与参数设置 | 第34-35页 |
3.3.3 实验结果分析 | 第35-41页 |
3.4 本章小结 | 第41-43页 |
第4章 基于社交媒体的主题演化分析 | 第43-57页 |
4.1 相关定义 | 第43-44页 |
4.2 hg-TOT模型介绍 | 第44-47页 |
4.3 hs-TOT模型介绍 | 第47-49页 |
4.4 实验设计与结果分析 | 第49-54页 |
4.4.1 数据准备 | 第49-50页 |
4.4.2 评价指标与参数设置 | 第50页 |
4.4.3 实验结果分析 | 第50-54页 |
4.5 本章小结 | 第54-57页 |
第5章 总结与展望 | 第57-59页 |
5.1 总结 | 第57-58页 |
5.2 展望 | 第58-59页 |
参考文献 | 第59-65页 |
致谢 | 第65-67页 |
攻读硕士期间的学术成果 | 第67页 |