| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要工作和创新点 | 第12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 2 相关理论和技术研究 | 第14-28页 |
| 2.1 TDT相关知识 | 第14-17页 |
| 2.1.1 TDT基本概念 | 第14-15页 |
| 2.1.2 TDT主要任务 | 第15-16页 |
| 2.1.3 TDT评估指标 | 第16-17页 |
| 2.2 网络爬虫技术 | 第17-18页 |
| 2.2.1 爬虫分类 | 第17-18页 |
| 2.2.2 爬虫的策略 | 第18页 |
| 2.2.3 爬虫的工作方式 | 第18页 |
| 2.3 文本向量表示模型 | 第18-19页 |
| 2.4 聚类算法 | 第19-22页 |
| 2.4.1 层次聚类方法 | 第20页 |
| 2.4.2 划分聚类方法 | 第20-21页 |
| 2.4.3 密度聚类方法 | 第21页 |
| 2.4.4 网格聚类方法 | 第21页 |
| 2.4.5 增量式聚类方法 | 第21-22页 |
| 2.5 特征选择 | 第22-25页 |
| 2.5.1 基于文档频率特征提取法 | 第23页 |
| 2.5.2 χ2统计法 | 第23-24页 |
| 2.5.3 信息增益法 | 第24页 |
| 2.5.4 互信息法 | 第24-25页 |
| 2.6 文本向量距离公式介绍 | 第25-27页 |
| 2.7 本章小结 | 第27-28页 |
| 3 热点话题发现研究 | 第28-41页 |
| 3.1 热点话题发现的整体框架 | 第28-29页 |
| 3.2 信息采集 | 第29-30页 |
| 3.3 中文分词技术 | 第30-33页 |
| 3.4 特征值选择与权重计算 | 第33-34页 |
| 3.5 文本向量化 | 第34-35页 |
| 3.6 相似度算法 | 第35-36页 |
| 3.7 Single-Pass增量式聚类算法 | 第36-38页 |
| 3.8 改进的Single-Pass增量式聚类算法 | 第38-40页 |
| 3.9 热度评估 | 第40页 |
| 3.10 本章小结 | 第40-41页 |
| 4 实验测试分析 | 第41-47页 |
| 4.1 实验设计 | 第41-45页 |
| 4.2 实验结果分析 | 第45-46页 |
| 4.2.1 标题权重参数设置 | 第45页 |
| 4.2.2 实验结果对比分析 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47页 |
| 5.2 工作不足与展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-55页 |
| 攻读硕士学位期间参与的科研项目 | 第55页 |