社交网络虚拟用户属性推测关键技术研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 虚拟用户属性研究现状 | 第10-11页 |
| 1.2.2 虚拟用户属性推测研究现状 | 第11-13页 |
| 1.3 本文研究内容及组织结构 | 第13-15页 |
| 第2章 虚拟用户属性推测相关技术研究 | 第15-25页 |
| 2.1 数据获取相关技术研究 | 第15-19页 |
| 2.1.1 数据获取方式 | 第15-17页 |
| 2.1.2 数据去重策略 | 第17-18页 |
| 2.1.3 爬虫爬取策略 | 第18-19页 |
| 2.2 特征处理相关技术研究 | 第19-21页 |
| 2.2.1 特征选择方法研究 | 第19-20页 |
| 2.2.2 特征权重计算方法 | 第20-21页 |
| 2.3 基于网络结构的分类算法研究 | 第21-24页 |
| 2.3.1 传统标签传播算法 | 第21页 |
| 2.3.2 改进标签传播算法 | 第21-23页 |
| 2.3.3 已有算法比较 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 虚拟用户属性模型研究 | 第25-38页 |
| 3.1 虚拟用户属性表述模型设计 | 第25-31页 |
| 3.1.1 用户基本属性表述模型构建方法 | 第25-26页 |
| 3.1.2 用户兴趣属性表述模型构建方法 | 第26-27页 |
| 3.1.3 用户能力属性表述模型构建方法 | 第27-29页 |
| 3.1.4 用户社交属性表述模型构建方法 | 第29-31页 |
| 3.2 虚拟用户属性计算模型研究 | 第31-37页 |
| 3.2.1 属性计算模型设计 | 第32页 |
| 3.2.2 已有算法问题分析 | 第32-35页 |
| 3.2.3 属性计算模型算法设计 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 基于计算模型的属性推测研究 | 第38-54页 |
| 4.1 虚拟用户性别属性推测研究 | 第38-46页 |
| 4.1.1 性别属性推测模型设计 | 第38-39页 |
| 4.1.2 数据收集与处理 | 第39页 |
| 4.1.3 特征分析及提取 | 第39-43页 |
| 4.1.4 基于朴素贝叶斯融合的推测算法设计 | 第43-44页 |
| 4.1.5 算法测试与分析 | 第44-46页 |
| 4.2 虚拟用户职业属性推测研究 | 第46-53页 |
| 4.2.1 职业属性推测模型设计 | 第46-47页 |
| 4.2.2 数据收集与处理 | 第47页 |
| 4.2.3 特征抽取 | 第47-48页 |
| 4.2.4 基于更新机制的推测算法设计 | 第48-49页 |
| 4.2.5 算法测试与分析 | 第49-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 虚拟用户属性推测系统设计与实现 | 第54-66页 |
| 5.1 系统整体设计 | 第54-55页 |
| 5.2 数据获取与存储平台设计与实现 | 第55-56页 |
| 5.3 属性推测模块设计与实现 | 第56-62页 |
| 5.3.1 性别属性推测子模块设计与实现 | 第56-60页 |
| 5.3.2 职业属性推测子模块设计与实现 | 第60-62页 |
| 5.4 系统整体测试 | 第62-65页 |
| 5.4.1 系统测试数据与环境 | 第62-63页 |
| 5.4.2 用户性别属性推测测试 | 第63-64页 |
| 5.4.3 用户职业属性推测测试 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-72页 |
| 致谢 | 第72页 |
