话题检测与跟踪及趋势预测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究现状及发展趋势 | 第10-13页 |
| ·话题的定义 | 第10页 |
| ·话题检测与跟踪 | 第10-11页 |
| ·话题趋势预测 | 第11-13页 |
| ·本文研究内容 | 第13页 |
| ·本文的组织 | 第13-14页 |
| 第二章 相关知识 | 第14-24页 |
| ·文本预处理 | 第14-19页 |
| ·中文分词的引入 | 第14-15页 |
| ·中文分词常见算法 | 第15-16页 |
| ·停用词 | 第16页 |
| ·特征选择 | 第16-19页 |
| ·文本相似度度量与计算 | 第19-23页 |
| ·模型化 | 第19-20页 |
| ·权重策略 | 第20-21页 |
| ·相似度计算 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 话题检测与跟踪 | 第24-35页 |
| ·话题检测 | 第24-30页 |
| ·同义词词林 | 第24-26页 |
| ·命名实体 | 第26-28页 |
| ·多向量策略 | 第28-30页 |
| ·话题跟踪 | 第30-32页 |
| ·话题漂移 | 第31页 |
| ·自适应反馈学习跟踪算法 | 第31-32页 |
| ·实验及结果分析 | 第32-34页 |
| ·实验数据 | 第32页 |
| ·评估方法 | 第32-33页 |
| ·结果分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 话题趋势预测 | 第35-52页 |
| ·话题热度的定义 | 第35-36页 |
| ·经典预测模型 | 第36-41页 |
| ·移动平均 | 第36-37页 |
| ·指数平滑 | 第37-39页 |
| ·ARIMA 模型 | 第39-41页 |
| ·基于灰色理论的预测方法 | 第41-43页 |
| ·灰色理论基础 | 第41-42页 |
| ·灰色 Verhuslt 模型 | 第42页 |
| ·灰色预测算法 | 第42-43页 |
| ·评价标准 | 第43页 |
| ·实验及结果分析 | 第43-51页 |
| ·实验数据 | 第44-45页 |
| ·实验结果 | 第45-49页 |
| ·结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·研究工作总结 | 第52页 |
| ·未来展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61-62页 |
| 详细摘要 | 第62-64页 |
