| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 引言 | 第7-12页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 针对网络文本的话题检测 | 第9-10页 |
| 1.3 研究问题提出及面临的挑战 | 第10-12页 |
| 第2章 文献综述 | 第12-26页 |
| 2.1 商务智能与竞争智能 | 第12-13页 |
| 2.2 话题检测 | 第13-14页 |
| 2.3 文本聚类 | 第14-21页 |
| 2.3.1 聚类 | 第14-16页 |
| 2.3.2 文本聚类算法 | 第16-18页 |
| 2.3.3 隐含狄利克雷分布模型 | 第18-21页 |
| 2.4 增量式文本聚类 | 第21-24页 |
| 2.4.1 增量式文本聚类算法 | 第21-22页 |
| 2.4.2 增量式文本聚类中衰减函数的使用 | 第22-23页 |
| 2.4.3 增量式的隐含狄利克雷分布模型 | 第23-24页 |
| 2.5 小结 | 第24-26页 |
| 第3章 方法介绍 | 第26-40页 |
| 3.1 数据预处理 | 第26-27页 |
| 3.2 研究方法－基于LDA的增量式话题检测方法 | 第27-33页 |
| 3.2.1 主题数目的确定 | 第28页 |
| 3.2.2 基于LDA的增量式话题检测方法介绍 | 第28-31页 |
| 3.2.3 加入时间衰减函数的基于LDA的增量式话题检测方法介绍 | 第31-33页 |
| 3.3 结果评估方法 | 第33-39页 |
| 3.3.1 信息熵（Entropy）和纯度（Purity） | 第34-36页 |
| 3.3.2 查准率（Precision）、查全率（Recall）和F-measure | 第36-39页 |
| 3.3.3 效率（运行时间） | 第39页 |
| 3.4 小结 | 第39-40页 |
| 第4章 实验及结果分析 | 第40-53页 |
| 4.1 数据介绍 | 第40页 |
| 4.2 实验情境设定 | 第40-41页 |
| 4.3 主题数目确定 | 第41页 |
| 4.4 未加时效性考虑的话题检测结果分析 | 第41-45页 |
| 4.5 加入时间衰减函数的话题检测结果分析 | 第45-50页 |
| 4.6 未考虑时效性与加入时间衰减函数的结果比较 | 第50-52页 |
| 4.7 小结 | 第52-53页 |
| 第5章 结语 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 附录 | 第61-79页 |
| 附录A 英国电信文本数据摘录（部分） | 第61-72页 |
| 附录B 人工标注主题名称表 | 第72-79页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第79页 |
