基于用户权威度的中文微博话题检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题提出及意义 | 第10-11页 |
| 1.2 微博概述 | 第11-15页 |
| 1.2.1 微博定义 | 第11-12页 |
| 1.2.2 微博特点 | 第12-14页 |
| 1.2.3 传播特性 | 第14-15页 |
| 1.3 话题检测技术 | 第15-17页 |
| 1.3.1 基础概念 | 第15页 |
| 1.3.2 发展历程 | 第15-16页 |
| 1.3.3 研究任务 | 第16-17页 |
| 1.4 论文主要工作及创新点 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第二章 相关技术研究现状 | 第20-30页 |
| 2.1 话题检测相关技术 | 第20-24页 |
| 2.1.1 特征赋权 | 第20-21页 |
| 2.1.2 相似度策略 | 第21-23页 |
| 2.1.3 话题检测技术 | 第23-24页 |
| 2.2 话题检测技术研究现状 | 第24-26页 |
| 2.3 微博相关研究现状 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 微博数据提取方法研究 | 第30-42页 |
| 3.1 原始网页数据采集方法 | 第30-34页 |
| 3.1.1 网络爬虫 | 第30-32页 |
| 3.1.2 网页数据解析 | 第32-34页 |
| 3.2 利用API提取微博数据方法研究 | 第34-38页 |
| 3.2.1 开放平台简要介绍 | 第34页 |
| 3.2.2 OAuth 2.0协议分析 | 第34-36页 |
| 3.2.3 利用API获取微博数据 | 第36-38页 |
| 3.3 实验与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 微博数据建模方法研究 | 第42-54页 |
| 4.1 微博文本预处理 | 第42-43页 |
| 4.2 中文分词 | 第43-44页 |
| 4.2.1 分词工具 | 第43页 |
| 4.2.2 删除停用词 | 第43-44页 |
| 4.3 微博数据建模 | 第44-47页 |
| 4.3.1 向量空间模型 | 第44-45页 |
| 4.3.2 权重计算法 | 第45-46页 |
| 4.3.3 改进的权重计算法 | 第46-47页 |
| 4.4 实验与分析 | 第47-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 微博用户权威度计算 | 第54-64页 |
| 5.1 用户权威度分析 | 第54页 |
| 5.2 用户权威度计算 | 第54-59页 |
| 5.2.1 PageRank算法 | 第54-58页 |
| 5.2.2 用户权威度计算法 | 第58-59页 |
| 5.3 实验与分析 | 第59-63页 |
| 5.3.1 模块分析 | 第59-60页 |
| 5.3.2 实验解析 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 微博话题检测方法研究 | 第64-78页 |
| 6.1 话题检测 | 第64-68页 |
| 6.1.1 话题时效 | 第64-65页 |
| 6.1.2 主题词能量计算 | 第65-66页 |
| 6.1.3 主题词相关性计算 | 第66-67页 |
| 6.1.4 话题查找 | 第67-68页 |
| 6.2 话题排序 | 第68-70页 |
| 6.3 实验与分析 | 第70-76页 |
| 6.3.1 计算主题词能量及其相关性 | 第70-72页 |
| 6.3.2 话题检测 | 第72-73页 |
| 6.3.3 对比实验 | 第73-75页 |
| 6.3.4 话题排序 | 第75-76页 |
| 6.4 本章小结 | 第76-78页 |
| 第七章 总结 | 第78-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 附录A：攻读硕士学位期间发表的论文 | 第86-88页 |
| 附录B：攻读硕士学位期间参与完成的科研成果 | 第88页 |
