基于社交网络内容分析的用户兴趣挖掘研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 用户兴趣建模研究现状 | 第11-12页 |
| 1.2.2 社交关系影响力研究现状 | 第12-13页 |
| 1.3 论文的研究内容与组织结构 | 第13-16页 |
| 1.3.1 论文的研究内容 | 第13页 |
| 1.3.2 论文的组织结构 | 第13-16页 |
| 第2章 相关知识及技术 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 社交网络综述 | 第16-17页 |
| 2.2.1 社交网络概念 | 第16-17页 |
| 2.2.2 社交网络分析 | 第17页 |
| 2.3 文本分类综述 | 第17-26页 |
| 2.3.1 文本预处理 | 第18-20页 |
| 2.3.2 特征抽取 | 第20-23页 |
| 2.3.3 文本分类算法 | 第23-26页 |
| 2.4 人工免疫系统综述 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于社交内容的用户兴趣挖掘算法研究 | 第28-52页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基于文本内容的用户兴趣模型 | 第29-34页 |
| 3.2.1 用户兴趣分类 | 第29-30页 |
| 3.2.2 用户兴趣定义 | 第30-32页 |
| 3.2.3 用户兴趣挖掘模型流程 | 第32-34页 |
| 3.3 基于人工免疫系统兴趣分类器 | 第34-45页 |
| 3.3.1 资源受限人工免疫系统 | 第34-35页 |
| 3.3.2 模糊资源分配策略 | 第35-38页 |
| 3.3.3 基于模糊策略的RLAIS | 第38-41页 |
| 3.3.4 用户兴趣挖掘分类算法 | 第41-45页 |
| 3.4 实验结果与分析 | 第45-51页 |
| 3.4.1 实验数据 | 第45-46页 |
| 3.4.2 实验评价方法 | 第46页 |
| 3.4.3 实验结果与分析 | 第46-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于社交关系的用户兴趣挖掘算法研究 | 第52-64页 |
| 4.1 引言 | 第52页 |
| 4.2 在线社交用户影响力 | 第52-56页 |
| 4.2.1 在线社交影响力因素 | 第52-54页 |
| 4.2.2 在线社交影响力计算 | 第54-56页 |
| 4.3 基于社交关系的用户兴趣模型 | 第56-59页 |
| 4.3.1 用户兴趣挖掘流程 | 第56-57页 |
| 4.3.2 用户兴趣挖掘算法 | 第57-59页 |
| 4.4 实验结果与分析 | 第59-62页 |
| 4.5 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
