| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 本文研究内容 | 第9-10页 |
| 1.3 本文组织结构 | 第10-11页 |
| 2 新浪微博数据采集方案 | 第11-20页 |
| 2.1 基于API的采集方案 | 第11-13页 |
| 2.1.1 Outh2授权认证 | 第11-12页 |
| 2.1.2 API限制 | 第12页 |
| 2.1.3 接入API | 第12-13页 |
| 2.2 基于网络爬虫的采集方案 | 第13-16页 |
| 2.2.1 新浪网站的模拟登陆过程 | 第14-15页 |
| 2.2.2 网络爬虫的程序架构设计 | 第15-16页 |
| 2.3 基于API和网络爬虫的融合策略 | 第16-17页 |
| 2.4 实验设计与结果分析 | 第17-19页 |
| 2.4.1 实验设计 | 第17页 |
| 2.4.2 稳定性比较 | 第17-18页 |
| 2.4.3 抓取速率比较 | 第18页 |
| 2.4.4 数据完整性 | 第18-19页 |
| 2.4.5 融合抓取策略的比较 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 推荐相关技术综述 | 第20-34页 |
| 3.1 中文分词 | 第20-21页 |
| 3.1.1 中文分词介绍 | 第20页 |
| 3.1.2 中文分词算法 | 第20-21页 |
| 3.1.3 汉语分词工具 | 第21页 |
| 3.2 推荐系统 | 第21-27页 |
| 3.2.1 基于人口统计学的推荐 | 第23页 |
| 3.2.2 基于内容的推荐 | 第23-24页 |
| 3.2.3 基于协同过滤的推荐 | 第24-26页 |
| 3.2.4 相似性计算 | 第26-27页 |
| 3.3 聚类技术 | 第27-29页 |
| 3.3.1 基于划分的聚类算法 | 第27-28页 |
| 3.3.2 k-means算法 | 第28页 |
| 3.3.3 k-medoids算法 | 第28-29页 |
| 3.4 文本相似性判断 | 第29-33页 |
| 3.4.1 基于向量的TF-IDF方法 | 第29页 |
| 3.4.2 隐性语义索引法 | 第29-30页 |
| 3.4.3 基于汉明距离相似度计算方法 | 第30页 |
| 3.4.4 基于语义的相似度计算方法 | 第30页 |
| 3.4.5 基于模型工具计算相似度的方法 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 用户主题模型的聚类算法研究 | 第34-43页 |
| 4.1 基于用户的主题模型建模 | 第34-36页 |
| 4.1.1 用户主题模型定义 | 第34页 |
| 4.1.2 用户主题建模过程 | 第34-36页 |
| 4.2 基于用户主题词聚类分析 | 第36-40页 |
| 4.2.1 用户聚类操作数据源提取 | 第36-37页 |
| 4.2.2 k-means聚类操作算法实现 | 第37-40页 |
| 4.3 实验设计与结果分析 | 第40-42页 |
| 4.3.1 实验设计 | 第40页 |
| 4.3.2 实验结果分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 微博文本的相似性算法研究 | 第43-52页 |
| 5.1 文本特征 | 第43-48页 |
| 5.1.1 基于word2vec工具的微博相似性计算 | 第43-48页 |
| 5.2 社交特征 | 第48页 |
| 5.3 实验设计和结果分析 | 第48-51页 |
| 5.3.1 实验设计和评价指标 | 第48-49页 |
| 5.3.2 实验结果分析 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 微博推荐系统设计 | 第52-58页 |
| 6.1 Express框架 | 第52-53页 |
| 6.2 微博推荐系统架构设计 | 第53-54页 |
| 6.3 系统基本功能设计 | 第54-56页 |
| 6.4 数据库设计 | 第56-57页 |
| 6.5 微博推荐功能实现 | 第57页 |
| 6.6 本章小结 | 第57-58页 |
| 7 总结与展望 | 第58-60页 |
| 7.1 总结 | 第58页 |
| 7.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |