基于主题模型的微博主题挖掘及预测

目录

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