| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及目的 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 第2章 相关理论与技术 | 第14-22页 |
| 2.1 话题检测与追踪基本概念 | 第14页 |
| 2.2 网络新闻报道文本预处理 | 第14-16页 |
| 2.2.1 中文分词 | 第15页 |
| 2.2.2 特征词提取 | 第15-16页 |
| 2.3 新闻报道相似度计算 | 第16-18页 |
| 2.4 类簇相似度计算 | 第18页 |
| 2.5 文本挖掘技术 | 第18-20页 |
| 2.5.1 划分聚类算法 | 第19-20页 |
| 2.5.2 层次聚类算法 | 第20页 |
| 2.6 本章小结 | 第20-22页 |
| 第3章 网络新闻话题聚类 | 第22-44页 |
| 3.1 主题模型引入 | 第22-23页 |
| 3.2 相关统计模型 | 第23-27页 |
| 3.2.1 Baves Unigram Model | 第23-24页 |
| 3.2.2 概率潜在语义分析(PLSA) | 第24-27页 |
| 3.3 基于LDA模型新闻话题聚类建模 | 第27-30页 |
| 3.3.1 LDA主题模型 | 第27-28页 |
| 3.3.2 Gibbs采样 | 第28-29页 |
| 3.3.3 潜在主题数K值确定 | 第29页 |
| 3.3.4 LDA模型下文本向量建模 | 第29-30页 |
| 3.4 改进K-means算法在新闻话题聚类上的应用 | 第30-32页 |
| 3.4.1 初始聚类中心选择 | 第30-31页 |
| 3.4.2 自生成话题数K | 第31-32页 |
| 3.5 基于复合相似度和多核心模型新闻话题聚类 | 第32-37页 |
| 3.5.1 复合相似度计算 | 第32-34页 |
| 3.5.2 多核心话题描述模型 | 第34页 |
| 3.5.3 多核心模型构造方法 | 第34-35页 |
| 3.5.4 算法整体框架与流程 | 第35-37页 |
| 3.6 话题聚类实验与结果分析 | 第37-43页 |
| 3.6.1 实验环境 | 第37页 |
| 3.6.2 实验语料 | 第37页 |
| 3.6.3 话题聚类评价标准 | 第37-38页 |
| 3.6.4 相似度平衡因子χ的确定 | 第38-40页 |
| 3.6.5 新闻话题聚类最小相似度阈值确定 | 第40-41页 |
| 3.6.6 新闻话题聚类结果分析 | 第41-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 热点话题识别及演化分析 | 第44-56页 |
| 4.1 热点话题概念 | 第44-45页 |
| 4.2 热点话题发现模型 | 第45-46页 |
| 4.2.1 基于改进TF-PDF的媒体关注度模型 | 第45-46页 |
| 4.2.2 基于用户浏览行为的用户关注度模型 | 第46页 |
| 4.2.3 新闻热点话题发现复合关注度模型 | 第46页 |
| 4.3 热点话题发现算法整体流程 | 第46-48页 |
| 4.4 热点话题演化发展过程分析 | 第48-51页 |
| 4.4.1 话题发展走势分析 | 第48-50页 |
| 4.4.2 话题演化偏移分析 | 第50-51页 |
| 4.5 热点话题发现及演化实验与结果 | 第51-54页 |
| 4.5.1 热点话题发现 | 第51-53页 |
| 4.5.2 热点话题发展走势曲线 | 第53页 |
| 4.5.3 热点话题演化分析 | 第53-54页 |
| 4.6 本章小结 | 第54-56页 |
| 第5章 系统设计与实现 | 第56-65页 |
| 5.1 系统整体框架设计 | 第57-58页 |
| 5.2 核心模块设计 | 第58-62页 |
| 5.2.1 新闻数据采集模块 | 第58-59页 |
| 5.2.2 新闻报道预处理模块 | 第59-60页 |
| 5.2.3 热点话题发现模块 | 第60-61页 |
| 5.2.4 热点话题演化分析模块 | 第61-62页 |
| 5.3 系统关键场景展示 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65-66页 |
| 6.2 未来工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71页 |