[1] 刘毅.略论网络舆情的概念、特点、表达与传播[J].理论界,2007,(l):11-12. [2] 许鑫,章成志,李雯静. 国内网络舆情研究的回顾与展望[J]. 情报理论与实践,2009,(3):115-120. [3] 曾润喜. 我国网络舆情研究与发展现状分析[J]. 图书馆学研究,2009,(8):2-6. [4] 张小伟. 群体性事件的网络舆情预警机制构建研究[D].成都:电子科技大学,2013. [5] 杜阿宁. 互联网舆情信息挖掘方法研究[D].哈尔滨:哈尔滨工业大学,2007. [6] Lam, Chuck. Hadoop in action[M]. Greenwich ,Connecticut: Manning Publications Co., 2010. [7] 陈彦舟,曹金璇.基于 Hadoop 的微博舆情监控系统[J].计算机系统应用,2013,(4): 18-22. [8] 万源. 基于语义统计分析的网络舆情挖掘技术研究[D].武汉:武汉理工大学,2012. [9] McQueen J. Some methods for classification and analysis of multivariate observations[C]//Proc. of the 5th Berkeley Symp. On Math. Stat. and Prob. 1967,(1):281-296. [10] Dean, Jeffrey, Sanjay Ghemawat. MapReduce: simplified data processing on large clusters[C]//Communications of the ACM 51, 2008,(1): 107-113. [11] McCallum A, Nigam K, Lyle H. Ungar: efficient clustering of high-dimensional data sets with application to reference matching[C]//Proc. of the 6th ACM SIGKDD, 2000:169-178. [12] 雷小锋,谢昆青,林帆,等. 一种基于K-Means局部最优性的高效聚类算法[J]. 软件学报,2008,(7):1683-1692. [13] 杨燕,靳蕃,KAMEL Mohamed. 聚类有效性评价综述[J]. 计算机应用研究,2008,(6):1630-1632, 1638. [14] 张晨逸,孙建伶,丁轶群. 基于MB-LDA模型的微博主题挖掘[J]. 计算机研究与发展,2011,(10):1795-1802. [15] 董婧灵. 基于LDA模型的文本聚类研究[D].武汉:华中师范大学,2012. [16] 黄波. 基于向量空间模型和LDA模型相结合的微博客话题发现算法研究[D].成都:西南交通大学,2012. [17] 张梦笑. 基于LDA模型的观点聚类研究[D].太原:山西大学,2012. [18] 石晶,胡明,石鑫,等. 基于LDA模型的文本分割[J]. 计算机学报,2008,(10):1865-1873. [19] 石晶,范猛,李万龙. 基于LDA模型的主题分析[J]. 自动化学报,2009,(12):1586-1592. [20] 方东昊. 基于LDA的微博短文本分类技术的研究与实现[D].沈阳:东北大学,2011. [21] 梁斌.走进搜索引擎[M].北京:电子工业出版社,2007. [22] McCandless, Michael, Erik Hatcher,et al. Lucene in Action: Covers Apache Lucene 3.0[M]. Greenwich ,Connecticut: Manning Publications Co., 2010. [23] George L. HBase: The Definitive Guide[M].Cambridge, Massachusetts:O'Reilly Media, 2011. |