基于微博用户相似度的社交圈挖掘算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 2 微博特征分析及数据获取 | 第15-25页 |
| 2.1 微博网络特征分析 | 第15-16页 |
| 2.2 微博数据采集系统的设计与实现 | 第16-23页 |
| 2.3 数据采集结果与处理 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 微博用户相似度度量方法 | 第25-39页 |
| 3.1 用户相似度相关研究 | 第25-27页 |
| 3.2 基于单向关注机制的用户关系 | 第27-29页 |
| 3.3 用户微博内容的主题提取 | 第29-36页 |
| 3.4 融合用户关系和内容主题的相似度定义 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于用户相似度的社交圈挖掘算法 | 第39-48页 |
| 4.1 问题描述 | 第39页 |
| 4.2 CMUS算法的设计与实现 | 第39-42页 |
| 4.3 实验结果与分析 | 第42-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 主要研究成果 | 第48-49页 |
| 5.2 下一步工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |