1 绪论
1.1 铁路大数据组成及特点
1.2 **外铁路行业大数据应用现状
1.3 铁路大数据应用顶层设计
1.4 铁路文本大数据分析需求
1.5 铁路文本大数据分析挖掘应用场景分析
1.5.1 ***
1.5.2 应急管理
1.5.3 运营决策
2 文本大数据分析挖掘基础
2.1 统计分析
2.1.1 统计分析理论概述
2.1.2 参数估计
2.1.3 假设检验
2.1.4 回归分析
2.1.5 方差分析
2.1.6 主成分分析
2.1.7 时间序列分析
2.2 分类分析
2.2.1 分类分析法概述
2.2.2 决策树分类
2.2.3 贝叶斯分类
2.2.4 k-近邻分类
2.2.5 神经网络分类
2.2.6 逻辑回归分类
2.2.7 支持向量机分类
2.3 聚类分析
2.3.1 聚类分析法简介
2.3.2 相似度衡量
2.3.3 基于层次分析法聚类
2.3.4 基于划分聚类分析法
2.3.5 以密度为基础的分群算法
2.3.6 以模式为基础的聚类算法
2.4 相关性分析
2.4.1 相关性分析概述
2.4.2 图表相关性分析
2.4.3 协方差及协方差矩阵
2.4.4 相关系数
2.4.5 关联规则分类
2.5 信息论基础
2.5.1 熵
2.5.2 联合熵和条件熵
2.5.3 互信息
2.5.4 相对熵
2.5.5 交叉熵
2.5.6 噪声信道模型
2.6 练习
3 文本大数据分析挖掘理论体系
3.1 概述
3.1.1 自然语言
3.1.2 自然语言处理
3.1.3 自然语言的语义歧义
3.2 文本预处理
3.2.1 文本数据获取
3.2.2 文本分词
3.2.3 文本词性标注
3.3 文本表示
3.3.1 概述
3.3.2 文本向量化
3.3.3 文本分布式表示
3.4 信息抽取
3.4.1 概述
3.4.2 命名体识别
3.4.3 实体消歧
3.4.4 关系抽取
3.4.5 事件抽取
3.5 文本分类
3.5.1 概述
3.5.2 文本分类特征选择
3.5.3 常用的文本分类算法
3.6 文本聚类
3.6.1 概述
3.6.2 常用的文本聚类算法
4 常用分析与挖掘工具包
4.1 TensorFlow
4.1.1 TensorFlow简介
4.1.2 TensorFlow特征
4.1.3 TensorFlow应用
4.2 PyTorch
4.2.1 PyTorch简介
4.2.2 PyTorch特征
4.2.3 PyTorch应用
4.3 Keras
4.3.1 Keras简介
4.3.2 Keras特征
4.3.3 Keras应用
4.4 Pandas
4.4.1 Pandas简介
4.4.2 Pandas特征
4.4.3 Pandas应用
4.5 Numpy
4.5.1 Numpy简介
4.5.2 Numpy特征
4.5.3 Numpy应用
4.6 Ne04j图数据库
4.6.1 Ne04j图数据库简介
4.6.2 Ne04j特征
4.6.3 Ne04j应用
4.7 Matplotlib
4.7.1 Matplotlib简介
4.7.2 Matplotlib特征
4.7.3 Matplotlib应用
4.8 SciPy
4.8.1 SciPy简介
4.8.2 SciPy特征
4.8.3 SciPy应用
4.9 Scikit-Learn
4.9.1 Scikit-Learn简介
4.9.2 Scikit-Learn特征
4.9.3 Scikit-Learn应用
5 铁路文本大数据分析挖掘平台研究
5.1 平台总体架构
5.2 技术参考架构
5.3 平台数据架构
5.4 平台关键技术
5.5 平台主要功能
5.5.1 数据预处理
5.5.2 模型管理
5.5.3 应用管理
5.5.4 API管理
6 铁路安全文本大数据应用案例
6.1 基于ES的分布式全文检索
6.1.1 全文检索整体架构
6.1.2 铁路事故故障文本全文检索
6.1.3 融合文本结构及正则表达式的特征提取
6.1.4 实验分析
6.2 基于Bi-LSTM+CRF的文本特征提取
6.2.1 特征提取整体架构
6.2.2 文本语料标注与词向量生成
6.2.3 基于Bi-LSTM+CRF的特征提取模型构建
6.3 基于不平衡文本数据挖掘的铁路事故故障智能分类
6.3.1 分类整体架构
6.3.2 文本数据处理
6.3.3 基于Voting的多分类器集成学习故障智能分类模型
6.3.4 实验分析
6.4 基于知识图谱的铁路事故故障关联与原因**分析
6.4.1 整体架构
6.4.2 知识图谱的构建
6.4.3 事故故障关联与原因**分析
6.4.4 实验分析
6.5 应用实践
6.5.1 全文检索RestfulAPI接口设计
6.5.2 文本大数据分析可编程数据模型设计
6.5.3 事故故障文本大数据分析功能实现
7 铁路应急管理文本大数据应用案例
7.1 高速铁路应急管理概述
7.1.1 基本定义
7.1.2 目前存在的问题
7.1.3 应急处置业务流程分析
7.1.4 应急平台（CEP）总体框架
7.2 基于知识图谱的高速铁路应急大数据组织与治理
7.2.1 高速铁路应急大数据组织
7.2.2 知识图谱构建
7.2.3 大数据平台设计
7.3 基于高速铁路安全预警大数据的应急预案优化
……

《铁路文本大数据分析挖掘研究及应用》阐述了铁路文本大数据分析挖掘的理论、技术及应用，内容包括文本大数据的背景概述、分析挖掘基础、分析挖掘理论体系、分析挖掘常用工具、分析挖掘平台研究以及应用案例。《铁路文本大数据分析挖掘研究及应用》适用于铁路信息化专业学生学习使用，也可供相关专业人员学习参考。