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--信息处理(信息加工)论文--文字信息处理论文

基于微博的用户饮食特色及表达习惯分析

摘要第4-5页
ABSTRACT第5页
第1章 绪论第9-16页
    1.1 课题背景和意义第9-11页
        1.1.1 课题背景第9-10页
        1.1.2 研究的目的和意义第10-11页
    1.2 国内外相关研究第11-13页
        1.2.1 基于词表的社会媒体文本挖掘第12页
        1.2.2 利用社会媒体文本挖掘社会信息第12页
        1.2.3 语言表达特色分析第12-13页
        1.2.4 国内外文献综述的简析第13页
    1.3 本文研究内容第13-15页
        1.3.1 基于依存句法分析的饮食行为识别第13-14页
        1.3.2 基于机器学习的饮食行为识别第14页
        1.3.3 微博用户饮食习惯特色分析第14页
        1.3.4 微博用户饮食表达特色分析第14页
        1.3.5 研究内容总结第14-15页
    1.4 本章小结第15-16页
第2章 基于依存句法分析的饮食行为识别第16-28页
    2.1 引言第16页
    2.2 食品词表构建第16-20页
        2.2.1 基于百科的词表初步构建第16-17页
        2.2.2 词表优化第17-20页
    2.3 基于依存句法分析的饮食行为识别第20-22页
        2.3.1 依存句法分析第20页
        2.3.2 识别规则第20-22页
        2.3.3 实现方法第22页
    2.4 对比实验第22-27页
        2.4.1 语料构建及标注第22-25页
        2.4.2 评价标准第25页
        2.4.3 实验结果及分析第25-27页
    2.5 本章小结第27-28页
第3章 基于机器学习的饮食行为识别第28-34页
    3.1 引言第28页
    3.2 CRF模型简介第28-29页
    3.3 特征选择第29-31页
    3.4 实验结果及分析第31-33页
        3.4.1 对比实验第31页
        3.4.2 特征作用分析第31-32页
        3.4.3 错误分析第32-33页
    3.5 本章小结第33-34页
第4章 微博用户饮食习惯特色分析第34-45页
    4.1 引言第34页
    4.2 饮食习惯特色的含义第34-35页
    4.3 饮食习惯特色挖掘第35-37页
        4.3.1 数据集第35-36页
        4.3.2 挖掘方法第36页
        4.3.3 可视化第36-37页
    4.4 分析结果展示第37-44页
        4.4.1 性别维度下的结果第37-38页
        4.4.2 地区维度下的结果第38-39页
        4.4.3 时间维度下的结果第39-40页
        4.4.4 交叉条件下的结果第40-41页
        4.4.5 基于食品的分析结果第41-44页
        4.4.6 其他分析结果第44页
    4.5 本章小结第44-45页
第5章 微博用户饮食表达特色分析第45-51页
    5.1 引言第45页
    5.2 饮食表达特色的含义第45页
    5.3 饮食表达特色的挖掘和结果展示第45-50页
        5.3.1 动词父节点搭配特色第46-48页
        5.3.2 形容词父节点搭配特色第48-49页
        5.3.3 副词修饰父节点搭配特色第49-50页
    5.5 本章小结第50-51页
结论第51-52页
参考文献第52-55页
附录1饮食习惯特色分析结果第55-57页
攻读学位期间发表的学术论文第57-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:基于TDA2x的行人检测方法的研究
下一篇:基于热传导和LDA的推荐系统的研究和实现