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

基于微博客的网络社群构建及意见领袖挖掘技术的研究与实现

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·微博客的特点与研究意义第10-11页
   ·微博客意见领袖的特点及研究意义第11-12页
   ·国内外研究现状第12-14页
     ·微博客社群构建研究现状第12-13页
     ·微博客意见领袖研究现状第13-14页
     ·短文本分类研究现状第14页
   ·问题提出第14-15页
   ·本文的主要工作及组织结构第15-18页
     ·本文的主要工作第15-16页
     ·本文的组织结构第16-18页
第2章 相关理论及技术第18-28页
   ·文本预处理第18-21页
     ·数据下载第18-19页
     ·微博噪音去除第19-21页
     ·中文分词第21页
   ·层次分析法第21-22页
     ·层次分析法简介第21-22页
     ·层次分析法工作原理第22页
   ·汉语词语相似度计算方法第22-24页
     ·基于语义词典的汉语词语相似度计算第23页
     ·基于统计的汉语词语相似度计算第23-24页
   ·文本分类第24-26页
     ·文本分类概述第24-25页
     ·分类效果评价第25-26页
   ·本章小结第26-28页
第3章 基于新浪微博客开放平台的数据下载第28-34页
   ·新浪微博客开放平台简介第28-29页
   ·新浪微博客数据下载第29-31页
     ·开放平台授权机制简介第29-30页
     ·开放平台主要API介绍第30-31页
   ·本文主要微博客数据下载第31-33页
     ·用户微博客数据下载第32页
     ·话题微博客数据下载第32-33页
   ·本章小结第33-34页
第4章 基于微博客标签的网络社群构建及意见领袖挖掘第34-48页
   ·基于标签的网络社群建模第34-37页
     ·社群构建第35-36页
     ·数据获取第36-37页
   ·微博客用户意见领袖衡量模型第37-47页
     ·模型提出第38页
     ·模型分析第38-42页
     ·基于层次分析法的指标定量化第42-47页
   ·本章小结第47-48页
第5章 基于LDA的话题讨论社群构建及意见领袖挖掘第48-70页
   ·LDA模型描述第48-50页
   ·基于LDA的话题讨论社群构建及意见领袖挖掘框架第50-53页
   ·基于LDA的话题讨论社群构建的具体阐述第53-62页
     ·针对话题讨论的数据获取第53-55页
     ·基于类别特征词的微博客分类算法描述第55-59页
     ·基于支持向量机的微博客分类算法描述第59-62页
   ·话题讨论微博意见领袖衡量模型第62-67页
     ·模型提出第63-64页
     ·模型分析第64-66页
     ·基于层次分析法的指标定量化第66-67页
   ·本章小结第67-70页
第6章 实验结果及分析第70-80页
   ·实验语料与实验环境第70-71页
     ·实验语料第70-71页
     ·实验环境第71页
   ·实验设计与分析第71-79页
     ·微博客用户意见领袖衡量模型结果分析第71-73页
     ·基于LDA的微博客分类算法比较第73-78页
     ·话题讨论微博意见领袖衡量模型结果分析第78-79页
   ·本章小结第79-80页
第7章 结论及未来工作第80-82页
   ·总结第80-81页
   ·进一步工作第81-82页
参考文献第82-84页
致谢第84-86页
攻硕期间参与项目及发表的论文第86页

论文共86页,点击 下载论文
上一篇:基于Hadoop平台的医保数据挖掘
下一篇:双重约束条件下MPLS-TE路由方案研究