文本OLAP关键技术研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-13页 |
| ·OLAP技术与文本挖掘 | 第13-16页 |
| ·商业智能 | 第13-14页 |
| ·OLAP技术 | 第14-15页 |
| ·文本挖掘 | 第15-16页 |
| ·本文所做的工作 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 相关研究工作 | 第18-24页 |
| ·文本OLAP研究现状 | 第18-20页 |
| ·相关研究分类 | 第20-24页 |
| 第3章 文本OLAP框架 | 第24-30页 |
| ·多维文本数据库实例 | 第24-26页 |
| ·文本OLAP框架 | 第26-27页 |
| ·与相关工作的比较 | 第27-29页 |
| ·与Topic Cube的比较 | 第27-28页 |
| ·与MCX的比较 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 文本维度抽取方法 | 第30-39页 |
| ·引言 | 第30-31页 |
| ·问题分析 | 第30页 |
| ·相关研究 | 第30-31页 |
| ·抽取框架概述 | 第31-32页 |
| ·一种基于co-EM的维度抽取算法 | 第32-35页 |
| ·种子生成 | 第32-33页 |
| ·维和成员抽取 | 第33-34页 |
| ·寻找维和成员的关联 | 第34-35页 |
| ·生成附加维 | 第35页 |
| ·实验 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第5章 基于LDA评论集成的度量表示 | 第39-53页 |
| ·引言 | 第39-43页 |
| ·问题定义 | 第41-42页 |
| ·解决方法概述 | 第42-43页 |
| ·相关研究 | 第43页 |
| ·LDA模型简介 | 第43-46页 |
| ·LDA模型 | 第44-45页 |
| ·Gibbs抽样进行参数估计 | 第45-46页 |
| ·基于LDA的评论集成 | 第46-48页 |
| ·相似度计算 | 第46-47页 |
| ·主题建模 | 第47页 |
| ·摘要生成 | 第47-48页 |
| ·实验 | 第48-52页 |
| ·数据集 | 第48-49页 |
| ·案例：产品评论集成 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·未来的工作 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的主要学术论文 | 第61-62页 |
| 攻读学位期间参与科研项目情况 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |
