首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

BToT:一个微博主题演化分析模型

致谢第5-6页
摘要第6-7页
abstract第7页
变量注释表第15-16页
1绪论第16-21页
    1.1 研究背景和意义第16-17页
    1.2 国内外相关研究第17-19页
    1.3 研究内容第19-20页
    1.4 章节结构第20-21页
2主题演化分析的相关研究第21-31页
    2.1 主题模型第21-26页
    2.2 主题演化分析第26-30页
    2.3 短文本主题演化分析第30页
    2.4 本章小结第30-31页
3基于BToT模型的主题演化分析第31-40页
    3.1 “词对”的划分第31-32页
    3.2 词对主题演化模型第32-34页
    3.3 模型的参数估计第34-37页
    3.4 算法实现第37-39页
    3.5 本章小结第39-40页
4实验设计与结果第40-58页
    4.1 实验环境第40页
    4.2 语料集预处理第40-42页
    4.3 模型评价系数第42-44页
    4.4 参数选择第44-45页
    4.5 词对概率函数选择第45-47页
    4.6 实验结果与分析第47-57页
    4.7 本章小结第57-58页
5结论与展望第58-59页
    5.1 结论第58页
    5.2 展望第58-59页
参考文献第59-63页
作者简历第63-65页
学位论文数据集第65页

论文共65页,点击 下载论文
上一篇:基于改进聚类和矩阵分解的协同过滤推荐算法研究
下一篇:一种基于超混沌的图像零水印算法