基于K-means的网络话题自动检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-17页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·基本概念 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文主要研究内容 | 第12-15页 |
| ·网络数据采集 | 第12-13页 |
| ·网页内容提取 | 第13-14页 |
| ·文本预处理 | 第14页 |
| ·命名实体提取 | 第14-15页 |
| ·主题自动检测 | 第15页 |
| ·论文结构安排 | 第15-17页 |
| 第二章 分布式网络数据采集 | 第17-23页 |
| ·网络数据采集任务 | 第17页 |
| ·网络数据采集的一般结构 | 第17-19页 |
| ·网页采集 | 第18-19页 |
| ·超链接处理 | 第19页 |
| ·网页去重 | 第19页 |
| ·超链接提取 | 第19页 |
| ·标签信息获取 | 第19页 |
| ·超链数据库 | 第19页 |
| ·分布式网络数据采集 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于锚文字计算的网页内容提取 | 第23-33页 |
| ·网络噪声分析 | 第23-24页 |
| ·HTML语言及网页结构分析 | 第24-28页 |
| ·HTML语言分析 | 第24-25页 |
| ·网页结构分析 | 第25-28页 |
| ·基于锚文字计算的网页内容提取方法 | 第28-30页 |
| ·网页结构分析 | 第28页 |
| ·锚文字比例计算 | 第28-29页 |
| ·相似度计算 | 第29-30页 |
| ·实验结果及性能分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于自定义规则的命名实体提取 | 第33-44页 |
| ·命名实体基础 | 第33页 |
| ·中文命名实体标注 | 第33-39页 |
| ·基于规则修正的命名实体提取 | 第39-41页 |
| ·实验结果及性能分析 | 第41-43页 |
| ·实验数据及评价指标 | 第41-42页 |
| ·实验结果及性能分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于命名实体的网络主题动态检测 | 第44-52页 |
| ·传统主题检测方法 | 第44-45页 |
| ·主题向量构造 | 第45-46页 |
| ·K-means聚类算法 | 第46-47页 |
| ·基于自相似度的最大最小聚类 | 第47-48页 |
| ·基于命名实体的网络主题动态检测方法 | 第48-49页 |
| ·实验结果及性能分析 | 第49-51页 |
| ·本章小节 | 第51-52页 |
| 第六章 结束语 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间取得的成果 | 第58-59页 |
| 致谢 | 第59页 |
