| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11页 |
| ·论文研究内容 | 第11-12页 |
| ·本文的组织 | 第12-14页 |
| 第二章 微博舆情挖掘概述 | 第14-25页 |
| ·传统网络媒体主题检测与跟踪概述 | 第14-19页 |
| ·主题检测与跟踪的主要任务 | 第14-17页 |
| ·主题检测与跟踪的相关方法 | 第17-19页 |
| ·主题检测与跟踪评测 | 第19页 |
| ·微博平台特点概述 | 第19-22页 |
| ·国内外微博平台简介 | 第19-20页 |
| ·微博舆情的生成与演变 | 第20-21页 |
| ·微博舆论的重要意义和监测指标 | 第21-22页 |
| ·针对微博的话题检测与跟踪方法 | 第22-24页 |
| ·微博信息获取方法 | 第22-23页 |
| ·微博热点主题检测与跟踪的研究成果 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于老化理论的舆情热点检测与主题发现 | 第25-37页 |
| ·老化理论概述 | 第25-26页 |
| ·基于老化理论的舆情热点词检测 | 第26-32页 |
| ·基础的微博词汇权重评价 | 第26-28页 |
| ·基于微博信息重要性的权重构建 | 第28-30页 |
| ·热点词检测方法及测试实验 | 第30-32页 |
| ·基于共词分析的舆情主题发现 | 第32-35页 |
| ·共词分析方法概述 | 第32-34页 |
| ·基于共词分析的舆情热点词聚类 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于SHARK-SEARCH的主题扩散跟踪 | 第37-47页 |
| ·主题爬虫技术简介 | 第37-39页 |
| ·主题爬虫在主题跟踪上的应用 | 第39-41页 |
| ·主题爬虫跟踪流程 | 第39-40页 |
| ·影响主题爬虫爬行的外部因素 | 第40页 |
| ·主题密度评测与热点评估 | 第40-41页 |
| ·SHARK-SEARCH算法的改进 | 第41-44页 |
| ·结合Url层次分析的Shark-Search算法 | 第41-42页 |
| ·结合主机访问控制的新算法 | 第42-44页 |
| ·改进SHARK-SEARCH测试实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验与结果分析 | 第47-59页 |
| ·实验环境 | 第47页 |
| ·微博舆情热点检测与主题发现实验 | 第47-54页 |
| ·语料格式化处理 | 第47-50页 |
| ·中文分词工具及弊端分析 | 第50页 |
| ·舆情热点词提取 | 第50-52页 |
| ·共词矩阵与BisectingK-means聚类 | 第52-53页 |
| ·主题发现结果分析 | 第53-54页 |
| ·实验小结 | 第54页 |
| ·微博舆情主题扩散跟踪实验 | 第54-58页 |
| ·引入微博热点主题 | 第54-55页 |
| ·Shark-Search主题搜索跟踪 | 第55-57页 |
| ·微博舆情扩散研究 | 第57-58页 |
| ·实验小结 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |