《大数据背景下的Web层次化话题检测与跟踪关键技术研究及应用》内容简介

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