微博热点话题检测研究与分析
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 话题检测与追踪 | 第11-12页 |
| 1.2.2 微博客话题检测 | 第12-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关理论知识和关键技术 | 第16-29页 |
| 2.1 文本特征与聚类 | 第16-20页 |
| 2.1.1 文本特征及特征选择 | 第16页 |
| 2.1.2 经典聚类算法 | 第16-18页 |
| 2.1.3 文本聚类评价方法 | 第18-20页 |
| 2.2 基于《知网》的文本语义 | 第20-24页 |
| 2.2.1 《知网》的结构 | 第20-22页 |
| 2.2.2 《知网》的知识系统描述语言 | 第22-23页 |
| 2.2.3 基于《知网》的词汇语义相似度计算 | 第23-24页 |
| 2.3 微博数据采集 | 第24-28页 |
| 2.3.1 网络爬虫抓取 | 第24-25页 |
| 2.3.2 微博开放API抓取 | 第25-27页 |
| 2.3.3 本文的实验数据采集 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 微博信息流的特征选择 | 第29-36页 |
| 3.1 文本的预处理 | 第29-31页 |
| 3.1.1 中文文本分词与词性标注 | 第30-31页 |
| 3.1.2 停用词过滤 | 第31页 |
| 3.1.3 基于词性选择的特征词筛选 | 第31页 |
| 3.2 微博短文本的特点 | 第31-32页 |
| 3.3 传统的文本特征选择方法 | 第32-33页 |
| 3.3.1 文档频数(DF) | 第32页 |
| 3.3.2 信息增益(IG) | 第32页 |
| 3.3.3 互信息(MI) | 第32-33页 |
| 3.3.4 X2统计(CHI) | 第33页 |
| 3.4 支持时间特性的微博特征选择方法 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于频繁趋势词集的语义聚类方法 | 第36-48页 |
| 4.1 文本聚类挑战及要求 | 第36-37页 |
| 4.2 短文本聚类的研究进展 | 第37-38页 |
| 4.3 基于频繁趋势词集的语义聚类方法 | 第38-47页 |
| 4.3.1 初始簇构造 | 第40-41页 |
| 4.3.2 初始簇的簇间重叠消减 | 第41-44页 |
| 4.3.2.1 微博对聚类簇的话题语义隶属度计算 | 第42-43页 |
| 4.3.2.2 初始簇重叠消减 | 第43-44页 |
| 4.3.3 对分离后的簇进行凝聚层次聚类 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 微博热点话题检测实验与话题趋势分析 | 第48-58页 |
| 5.1 实验准备 | 第48-49页 |
| 5.1.1 实验数据集 | 第48页 |
| 5.1.2 实验环境 | 第48页 |
| 5.1.3 微博话题检测系统体系结构 | 第48-49页 |
| 5.2 算法效果及性能评估 | 第49-53页 |
| 5.2.1 簇最小支持度0的选取 | 第49-50页 |
| 5.2.2 凝聚式层次聚类中入的选取 | 第50-51页 |
| 5.2.3 FTSC算法与FIHC算法的效果比较 | 第51-52页 |
| 5.2.4 FTSC算法与FIHC算法的性能比较 | 第52-53页 |
| 5.3 热点话题检测评估 | 第53-55页 |
| 5.4 由聚类结果分析话题的趋势 | 第55-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 结论与展望 | 第58-60页 |
| 6.1 结论 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65-66页 |
| 附录 | 第66-67页 |
| 附录1 标注话题{京东,电商}的部分微博信息 | 第66-67页 |
