第一个书签之前
摘 要
第1章 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文组织结构
1.5 本章小结
第2章 微博主题挖掘相关理论
2.1 微博定义
2.2 文本挖掘相关理论基础
2.3 概率主题模型介绍
2.4 微博主题挖掘及预测总体流程
2.5 本章小结
第3章 基于HMM与LDA模型的微博主题挖掘
3.1.1 HMM的基本理论
3.1.2 HMM的三个问题及相关算法
3.2 MB-HL模型的提出
3.3 MB-HL微博主题模型
3.3.1 MB-HL模型构建方法
3.3.2 MB-HL模型的生成过程
3.4 本章小结
第4章 基于深度学习的微博主题挖掘
4.1 深度神经网络的主题挖掘方法的基础
4.2 词嵌入模型
4.3.1 文档语义级别
4.3.2 循环神经网络和LSTM网络
4.4 DMB-HL微博主题模型
4.4.1 DMB-HL模型的介绍
4.4.2 DMB-HL模型的生成步骤
4.5 本章小结
第5章 实现结果与分析
5.1 实验数据及预处理
5.2 实验环境
5.3 MB-HL微博主题模型评估
5.3.1 模型挖掘有效性对比分析
5.3.2 模型复杂度对比分析
5.4 DMB-HL微博主题模型评估
5.4.1 主题语义连贯性评价
5.4.2 文本分类效果评价
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
致 谢
参考文献
作者简介
攻读学位期间发表的学术论文目录
长春工业大学;