作品简介

在Web文本挖掘、网络信息智能分析与大数据技术不断发展的背景下,作为网络中的一种流式资源,Web新闻的数量正呈现爆炸式的增长态势,而产生这种情形的根源是社会上不断发生突发事件。针对Web新闻所具有的多维特征,研究大数据背景下的Web层次化话题检测与跟踪关键技术,是一个具有实际意义的研究方向。通过研究话题检测与跟踪关键技术相关的文献,笔者研究并应用了大数据背景下的Web层次化话题检测与跟踪关键技术,同时提出了基于大数据五元组语义描述分析的话题检测关键技术、基于大数据实用性评价的话题检测关键技术,以及基于大数据使用行为分析的层次化话题检测与跟踪关键技术。

本书可作为大数据相关专业研究生的参考书,也可作为大数据分析与挖掘相关科研工作人员的参考书。

陈默,男,中共党员,工学博士,毕业于中国人民大学信息学院计算机应用技术专业,现工作在北京联合大学商务学院电子商务系,副教授,北京市高校高水平教师青年拔尖人才,主要研究方向Web数据挖掘技术。自工作以来,主要从事计算机科学与技术学科、计算机应用技术专业方向的教学与科研工作,已承担各级别教科研课题20余项,已在国内外重要学术期刊上发表论文20余篇,已参与出版高等教育教材8余部,已指导学生参加各级别专业大赛,并获得一等奖30余项。

作品目录

  • 序言
  • 前言
  • 第1章 Web话题检测与跟踪的研究现状
  • 1.1 Web话题检测与跟踪的研究背景
  • 1.2 Web话题检测的研究现状
  • 1.3 Web话题跟踪的研究现状
  • 第2章 基于大数据五元组语义描述分析的话题检测关键技术
  • 2.1 应用问题定义
  • 2.2 基于大数据五元组语义描述分析的话题检测框架
  • 2.3 主题相似度度量算法
  • 2.4 增量实例提取算法
  • 2.5 时间序列构建算法
  • 2.6 语义描述分析算法
  • 2.7 关键技术实验分析
  • 第3章 基于大数据实用性评价的话题检测关键技术
  • 3.1 应用问题定义
  • 3.2 基于大数据实用性评价的话题检测框架
  • 3.3 语义时效分析算法
  • 3.4 语义真实分析算法
  • 3.5 实用特征分析算法
  • 3.6 关键技术实验分析
  • 第4章 基于大数据使用行为分析的层次化话题检测与跟踪关键技术
  • 4.1 应用问题定义
  • 4.2 基于大数据使用行为分析的层次化话题检测与跟踪框架
  • 4.3 使用模式分析算法
  • 4.4 时序话题构建算法
  • 4.5 时序事件构建算法
  • 4.6 事件演化分析算法
  • 4.7 关键技术实验分析
  • 第5章 大数据背景下的Web层次化话题检测与跟踪应用
  • 5.1 Web大数据资源
  • 5.2 Web层次化话题检测应用
  • 5.3 Web层次化话题跟踪应用
  • 第6章 总结与展望
  • 6.1 研究与应用总结
  • 6.2 研究与应用展望
  • 参考文献
  • 反侵权盗版声明
展开全部