基于中文微博的话题趋势预测系统的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 课题研究内容 | 第8-9页 |
| 1.3 本文主要工作及创新 | 第9-10页 |
| 1.4 论文结构 | 第10-12页 |
| 第二章 相关背景与理论 | 第12-17页 |
| 2.1 社交网络 | 第12-14页 |
| 2.1.1 社交网络概况 | 第12页 |
| 2.1.2 中文社交平台 | 第12-14页 |
| 2.2 社交网络相关研究领域 | 第14-17页 |
| 2.2.1 社交网络分析 | 第14-15页 |
| 2.2.2 关联分析 | 第15-16页 |
| 2.2.3 话题检测及趋势预测 | 第16-17页 |
| 第三章 话题趋势预测模型 | 第17-26页 |
| 3.1 问题定义 | 第18页 |
| 3.2 特征构造 | 第18-24页 |
| 3.2.1 微博数量特征 | 第20-22页 |
| 3.2.2 微博质量特征 | 第22-23页 |
| 3.2.3 用户特征 | 第23-24页 |
| 3.3 预测模型 | 第24-26页 |
| 第四章 系统设计与实现 | 第26-43页 |
| 4.0 需求分析 | 第26-29页 |
| 4.0.1 功能性需求 | 第26-29页 |
| 4.0.2 非功能性需求 | 第29页 |
| 4.1 开发环境及总体设计 | 第29-30页 |
| 4.2 数据采集 | 第30-37页 |
| 4.2.1 主流爬虫技术介绍 | 第30-32页 |
| 4.2.2 爬虫总体框架 | 第32-37页 |
| 4.3 数据预处理及特征构造 | 第37-40页 |
| 4.3.1 相关技术 | 第37-38页 |
| 4.3.2 主要模块 | 第38-40页 |
| 4.4 模型训练及预测 | 第40-43页 |
| 4.4.1 相关技术 | 第40-41页 |
| 4.4.2 主要模块 | 第41-43页 |
| 第五章 系统测试与性能分析 | 第43-64页 |
| 5.1 功能测试 | 第43-55页 |
| 5.1.1 数据采集子系统 | 第43-48页 |
| 5.1.2 数据预处理及特征构造子系统 | 第48-52页 |
| 5.1.3 模型训练及预测子系统 | 第52-55页 |
| 5.2 性能测试 | 第55-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 工作展望 | 第64-65页 |
| 6.3 研究生期间工作 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 作者攻读学位期间发表的学术论文目录 | 第69页 |
