呼叫中心大数据文本挖掘分析与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 文本表示的研究现状 | 第9-10页 |
| 1.2.2 文本自动分类的研究现状 | 第10-11页 |
| 1.2.3 主题事件发现的研究现状 | 第11-12页 |
| 1.3 研究内容及主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-16页 |
| 第二章 基于CCTV呼叫中心的文本数据预处理 | 第16-28页 |
| 2.1 呼叫中心数据预处理方案简介 | 第16-17页 |
| 2.2 数据清洗 | 第17-19页 |
| 2.3 中文文本预处理 | 第19-24页 |
| 2.3.1 中文文本分词 | 第19-22页 |
| 2.3.2 基于专业词典的特征选择 | 第22-24页 |
| 2.3.3 中文文本表示 | 第24页 |
| 2.4 数据存储方案设计 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 分布式文本挖掘算法研究 | 第28-46页 |
| 3.1 分布式框架研究 | 第28-33页 |
| 3.1.1 分布式框架概述 | 第28-29页 |
| 3.1.2 分布式框架Hadoop简介 | 第29-31页 |
| 3.1.3 HDFS | 第31-32页 |
| 3.1.4 MapReduce | 第32-33页 |
| 3.2 文本自动分类算法 | 第33-37页 |
| 3.2.1 朴素贝叶斯分类及其存在的问题 | 第34-35页 |
| 3.2.2 贝叶斯分类的分布式实现 | 第35-37页 |
| 3.3 A-LDA主题挖掘算法 | 第37-44页 |
| 3.3.1 主题挖掘算法 | 第37-38页 |
| 3.3.2 基于A-LDA的呼叫中心主题挖掘算法 | 第38-40页 |
| 3.3.3 A-LDA的分布式实现 | 第40-42页 |
| 3.3.4 A-LDA模型实验结果 | 第42-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 整体系统的设计和实现 | 第46-58页 |
| 4.1 需求分析 | 第46-48页 |
| 4.1.1 总体功能需求分析 | 第46-47页 |
| 4.1.2 分模块功能需求分析 | 第47页 |
| 4.1.3 非功能需求分析 | 第47-48页 |
| 4.2 系统设计 | 第48-52页 |
| 4.2.1 总体结构设计 | 第48-50页 |
| 4.2.2 数据库设计 | 第50-51页 |
| 4.2.3 界面设计 | 第51-52页 |
| 4.3 系统实现 | 第52-56页 |
| 4.3.1 开发平台 | 第52页 |
| 4.3.2 主要技术工具 | 第52-53页 |
| 4.3.3 模块具体实现 | 第53-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 论文工作总结 | 第58页 |
| 5.2 问题和展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
