首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于微博的突发事件检测研究

摘要第5-6页
Abstract第6-7页
1 绪论第10-16页
    1.1 研究背景第10-12页
    1.2 研究意义第12-13页
    1.3 研究内容第13-14页
    1.4 本文的创新点第14-15页
    1.5 本文的组织结构第15-16页
2 相关工作及关键理论基础第16-30页
    2.1 微博内容分析第16页
    2.2 突发事件检测研究第16-25页
        2.2.1 突发事件定义第16-17页
        2.2.2 突发事件的舆情生命周期研究第17-19页
        2.2.3 突发事件检测技术研究第19-24页
        2.2.4 突发事件的舆情热度计算研究第24-25页
    2.3 中文微博文本处理技术研究第25-29页
        2.3.1 文本表示模型第25-27页
        2.3.2 相似度计算方法第27-28页
        2.3.3 凝聚式层次聚类算法第28-29页
    2.4 本章小结第29-30页
3 基于突发特征的突发事件检测第30-56页
    3.1 突发事件检测框架第30-31页
    3.2 微博数据分析及预处理第31-37页
        3.2.1 词性与事件描述的关系分析第31-33页
        3.2.2 微博噪声数据分析第33页
        3.2.3 微博数据预处理第33-37页
    3.3 突发主题词抽取第37-42页
        3.3.1 突发主题词与突发事件的关系分析第37页
        3.3.2 特征选择与计算第37-40页
        3.3.3 突发主题词抽取算法第40-42页
    3.4 基于突发主题词的突发事件检测第42-47页
        3.4.1 基于突发主题词的微博文本特征表示第42-44页
        3.4.2 基于突发主题词的微博文本相似度计算第44-45页
        3.4.3 基于突发主题词和凝聚式层次聚类的突发事件检测算法第45-47页
    3.5 实验及结果分析第47-55页
        3.5.1 实验数据集及预处理第47页
        3.5.2 评价指标第47-48页
        3.5.3 实验设计第48-49页
        3.5.4 实验一:突发主题词抽取第49-51页
        3.5.5 实验二:突发事件检测第51-53页
        3.5.6 突发事件检测实例分析第53-55页
    3.6 本章小结第55-56页
4 突发事件的舆情热度分析第56-67页
    4.1 舆情热度分析框架第56-57页
    4.2 舆情热度的影响因素分析及量化第57-59页
        4.2.1 用户影响力第57-58页
        4.2.2 微博传播影响力第58-59页
    4.3 突发事件的舆情热度计算与分析第59-60页
        4.3.1 舆情热度计算方法第59-60页
        4.3.2 舆情热度时序分析第60页
    4.4 突发事件的舆情热度分析实例研究第60-65页
        4.4.1 突发事件实例概述第61页
        4.4.2 舆情热度分析第61-65页
    4.5 本章小结第65-67页
5 总结与展望第67-69页
    5.1 总结第67-68页
    5.2 存在的不足及未来展望第68-69页
致谢第69-70页
参考文献第70-75页
附录第75页

论文共75页,点击 下载论文
上一篇:基于Web的工业远程监控系统的研究与应用
下一篇:基于Django的高性能地学计算Web系统的设计与实现