中文微博的热点话题发现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-16页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·目前存在的问题 | 第10-14页 |
| ·中文分词问题 | 第10-14页 |
| ·特征词提取 | 第14页 |
| ·聚类算法 | 第14页 |
| ·论文结构安排 | 第14-16页 |
| 第二章 话题检测相关知识 | 第16-24页 |
| ·话题检测任务 | 第16-17页 |
| ·新事件检测任务 | 第16-17页 |
| ·在线话题检测 | 第17页 |
| ·事件回顾检测 | 第17页 |
| ·层次话题检测 | 第17页 |
| ·话题检测相关技术 | 第17-19页 |
| ·报道-报道策略 | 第18页 |
| ·报道-聚集策略 | 第18-19页 |
| ·基于报道-聚集-报道策略 | 第19页 |
| ·话题检测评价标准 | 第19-20页 |
| ·聚类算法有效性评价标准 | 第20-23页 |
| ·内部质量指标 | 第20-21页 |
| ·外部质量指标 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 微博热点话题检测算法 | 第24-33页 |
| ·微博热点话题检测算法流程图 | 第24-25页 |
| ·预处理 | 第25-26页 |
| ·过滤噪音数据 | 第25-26页 |
| ·分词及去停用词 | 第26页 |
| ·微博数据的文本表示 | 第26-27页 |
| ·特征选择法 | 第27-30页 |
| ·信息增益法 | 第28-29页 |
| ·互信息法 | 第29页 |
| ·x~2统计计量法 | 第29-30页 |
| ·文档频率法 | 第30页 |
| ·基于文档频率优化的特征提取法 | 第30-31页 |
| ·隐含语义分析 | 第31-32页 |
| ·隐含语义的概念 | 第31页 |
| ·奇异值分解 | 第31-32页 |
| ·特征选择与LSA | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于TF-IDF改进的词汇权重计算 | 第33-41页 |
| ·布尔权重计算法 | 第33页 |
| ·信息熵权重算法 | 第33页 |
| ·TF-IDF权重计算法 | 第33-35页 |
| ·微博数据上TF-IDF算法的不适用性分析 | 第35页 |
| ·改进的词汇权重的计算 | 第35-37页 |
| ·改进的词汇权重的计算方法的效果 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第五章 微博聚类算法 | 第41-48页 |
| ·中文文本聚类算法 | 第41-43页 |
| ·基于层次的聚类方法 | 第41-42页 |
| ·基于划分的聚类方法 | 第42-43页 |
| ·基于密度的聚类方法 | 第43页 |
| ·针对微博数据的聚类算法 | 第43-46页 |
| ·图聚类概念 | 第44页 |
| ·边权重的计算 | 第44-45页 |
| ·边权重的归一化处理 | 第45页 |
| ·两节点间的相似度计算 | 第45页 |
| ·两节点关联度计算 | 第45-46页 |
| ·多属性无向加权图聚类算法 | 第46-47页 |
| ·事件关键词的提取 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第六章 实验与结果分析 | 第48-52页 |
| ·实验数据 | 第48页 |
| ·评测标准 | 第48-49页 |
| ·实验结果 | 第49-51页 |
| ·对比试验 | 第51页 |
| ·实验结果分析 | 第51-52页 |
| 第七章 总结和展望 | 第52-54页 |
| ·本文总结 | 第52页 |
| ·未来工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 在读期间发表的学术论文 | 第59页 |
