| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第12-16页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 微博的发展与特点 | 第12-13页 |
| 1.1.2 微博热点话题发现的意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文结构 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关工作与技术综述 | 第16-32页 |
| 2.1 Hadoop平台 | 第16-20页 |
| 2.1.1 分布式文件系统HDFS | 第16-18页 |
| 2.1.2 MapReduce分布式计算 | 第18-20页 |
| 2.2 微博爬虫爬取数据 | 第20-21页 |
| 2.2.1 网络爬虫 | 第20-21页 |
| 2.2.2 新浪微博API接口 | 第21页 |
| 2.3 话题检测与跟踪技术 | 第21-22页 |
| 2.3.1 话题检测 | 第22页 |
| 2.3.2 话题跟踪 | 第22页 |
| 2.4 中文分词技术 | 第22-23页 |
| 2.5 微博文本特征的提取 | 第23-26页 |
| 2.5.1 文本表示模型 | 第23-24页 |
| 2.5.2 TF-IDF算法 | 第24-25页 |
| 2.5.3 特征降维 | 第25-26页 |
| 2.6 相似度计算与聚类算法 | 第26-30页 |
| 2.6.1 文本相似度计算 | 第26-27页 |
| 2.6.2 聚类算法 | 第27-30页 |
| 2.7 本章小结 | 第30-32页 |
| 第3章 微博文本建模 | 第32-48页 |
| 3.1 微博网络爬虫 | 第32-36页 |
| 3.1.1 微博文本的特点 | 第32页 |
| 3.1.2 定制微博爬虫 | 第32-35页 |
| 3.1.3 微博文本预处理 | 第35-36页 |
| 3.2 微博热度值计算 | 第36-39页 |
| 3.2.1 基于微博元数据的热度计算 | 第37页 |
| 3.2.2 基于时间变化的微博热度计算 | 第37-39页 |
| 3.3 LDA微博建模 | 第39-43页 |
| 3.3.1 LDA生成模型建模 | 第39-40页 |
| 3.3.2 吉布斯采样算法 | 第40页 |
| 3.3.3 使用吉布斯采样算法求解LDA | 第40-42页 |
| 3.3.4 LDA潜在主题数的确定 | 第42-43页 |
| 3.4 基于MapReduce的并行吉布斯采样算法 | 第43-47页 |
| 3.4.1 基于MapReduce的并行吉布斯采样算法的设计 | 第43-44页 |
| 3.4.2 基于MapReduce的并行吉布斯采样算法的具体实现 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 微博热点话题发现 | 第48-64页 |
| 4.1 微博文本相似度的计算 | 第48页 |
| 4.2 文本聚类算法的比较及选取 | 第48-49页 |
| 4.2.1 聚类算法评价标准 | 第48-49页 |
| 4.2.2 分布式文本聚类算法选择 | 第49页 |
| 4.3 BHK-means算法的提出 | 第49-54页 |
| 4.3.1 黑洞算法简介 | 第49-50页 |
| 4.3.2 黑洞算法寻优过程 | 第50页 |
| 4.3.3 黑洞算法框架 | 第50-51页 |
| 4.3.4 BHK-means算法 | 第51-54页 |
| 4.4 基于MapReduce的并行BHK-means算法 | 第54-61页 |
| 4.4.1 基于MapReduce的并行BHK-means算法的设计 | 第54-55页 |
| 4.4.2 基于MapReduce的并行BHK-means算法流程 | 第55-57页 |
| 4.4.3 基于MapReduce的并行BHK-means算法的具体实现 | 第57-61页 |
| 4.5 基于LDA与微博热度的簇内话题词提取 | 第61-63页 |
| 4.5.1 话题词提取要求 | 第61-62页 |
| 4.5.2 簇内话题词提取方法 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 系统实现与实验分析 | 第64-76页 |
| 5.1 微博热点话题发现系统 | 第64-69页 |
| 5.1.1 系统实现平台 | 第64页 |
| 5.1.2 系统实现流程 | 第64-65页 |
| 5.1.3 系统运行参数 | 第65页 |
| 5.1.4 微博热点话题发现系统运行结果 | 第65-69页 |
| 5.2 实验评价方法 | 第69-71页 |
| 5.2.1 热点微博提取效率评价 | 第69页 |
| 5.2.2 聚类算法精确度评价方法 | 第69-70页 |
| 5.2.3 算法并行化评价方法 | 第70-71页 |
| 5.3 LDA建模实验结果与性能评估 | 第71-73页 |
| 5.3.1 LDA建模对聚类质量的提升 | 第71-72页 |
| 5.3.2 并行吉布斯采样算法加速比实验 | 第72-73页 |
| 5.4 BHK-means算法实验结果与性能评估 | 第73-75页 |
| 5.4.1 BHK-means算法精确性实验 | 第73-74页 |
| 5.4.2 并行BHK-means算法加速比实验 | 第74-75页 |
| 5.5 话题词提取实验 | 第75页 |
| 5.6 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 论文工作总结 | 第76-77页 |
| 6.2 后续工作展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84页 |
