首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于人格分析的热点微博转发量预测

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-15页
    1.1 研究背景及意义第11页
    1.2 国内外研究现状第11-12页
    1.3 论文研究内容第12-13页
    1.4 论文结构第13-15页
第二章 相关理论第15-22页
    2.1 人格分析第15-16页
        2.1.1 人格特质理论第15页
        2.1.2 大五人格特质第15-16页
    2.2 中文版LIWC词典第16-17页
    2.3 情感词典第17-20页
    2.4 评价标准第20-21页
    2.5 本章小结第21-22页
第三章 基于人格分析的热点微博转发量预测第22-30页
    3.1 人格词典建立第22-25页
        3.1.1 中文版LIWC词典第22-23页
        3.1.2 分类与特质第23-24页
        3.1.3 LIWC分类词典第24-25页
    3.2 微博人格建立第25-27页
        3.2.1 微博人格定义第25页
        3.2.2 微博人格得分算法第25-27页
    3.3 转发预测方法第27-29页
        3.3.1 基于最小二乘法的多元线性回归第27页
        3.3.2 BP神经网络第27-28页
        3.3.3 局部加权回归第28-29页
    3.4 本章小结第29-30页
第四章 实验结果及分析第30-41页
    4.1 实验环境介绍第30页
    4.2 微博数据获取及预处理第30-33页
        4.2.1 数据的采集第30-32页
        4.2.2 数据预处理第32-33页
    4.3 微博人格计算第33-35页
    4.4 微博热点转发实验及结果分析第35-40页
        4.4.1 基于最小二乘法的多元线性回归第35-37页
        4.4.2 BP神经网络第37-38页
        4.4.3 局部加权回归第38-40页
        4.4.4 实验结果分析第40页
    4.5 本章小结第40-41页
第五章 总结与展望第41-42页
    5.1 论文工作总结第41页
    5.2 论文工作展望第41-42页
参考文献第42-44页
致谢第44页

论文共44页,点击 下载论文
上一篇:基于虚拟社区的信任融合模型研究
下一篇:多特征融合的数学公式字符识别技术研究