网络短文本话题发现与趋势预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| l.1 研究背景和意义 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·论文的研究内容 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 相关研究综述 | 第14-20页 |
| ·短文本相似度计算 | 第14-15页 |
| ·文本聚类算法 | 第15-17页 |
| ·层次化聚类算法 | 第15-16页 |
| ·基于划分的聚类算法 | 第16页 |
| ·SOM聚类算法 | 第16-17页 |
| ·话题发现研究 | 第17-18页 |
| ·自动文摘技术 | 第17页 |
| ·基于TFIDF模型的算法 | 第17-18页 |
| ·基于命名实体的算法 | 第18页 |
| ·话题趋势预测 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 网络短文本话题挖掘系统 | 第20-28页 |
| ·话题挖掘系统框架 | 第20-22页 |
| ·系统框架 | 第20-21页 |
| ·工作流程 | 第21-22页 |
| ·数据预处理模块 | 第22页 |
| ·文本聚类分析 | 第22-25页 |
| ·距离计算模块 | 第22-24页 |
| ·文本聚类模块 | 第24-25页 |
| ·话题发现和趋势预测 | 第25-26页 |
| ·话题发现模块 | 第25-26页 |
| ·趋势预测模块 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第4章 网络短文本语义聚类分析研究 | 第28-42页 |
| ·基于语义距离的文本距离计算模型 | 第28-32页 |
| ·距离计算模型 | 第28-32页 |
| ·权值选取原则 | 第32页 |
| ·基于实义词长度的短文本语义距离惩罚算法 | 第32-35页 |
| ·实验设计与分析 | 第35-41页 |
| ·实验设计 | 第35-37页 |
| ·实验分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 热点话题发现与趋势预测研究 | 第42-58页 |
| ·话题发现 | 第42-45页 |
| ·关键词聚集特性 | 第42-44页 |
| ·关键词检测 | 第44-45页 |
| ·话题发现实验设计与分析 | 第45-48页 |
| ·实验设计 | 第45-46页 |
| ·实验分析 | 第46-48页 |
| ·话题趋势分析 | 第48-57页 |
| ·语料集 | 第48-51页 |
| ·方法 | 第51-53页 |
| ·结果和分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
