新浪微博社群发现方法研究
摘要 | 第2-3页 |
Abstract | 第3-4页 |
第一章 绪论 | 第7-11页 |
1.1 研究背景与意义 | 第7-8页 |
1.2 社交媒体社群发现方法概述 | 第8-10页 |
1.3 研究内容与论文结构 | 第10-11页 |
第二章 新浪微博数据的爬取方法 | 第11-14页 |
2.1 数据收集 | 第11-12页 |
2.2 数据过滤 | 第12-13页 |
2.3 本章小结 | 第13-14页 |
第三章 数据特征分析 | 第14-22页 |
3.1 数据地区分布 | 第14页 |
3.2 数据微博发布特点分析 | 第14-20页 |
3.2.1 用户关注数量分析 | 第16-17页 |
3.2.2 用户粉丝数量分析 | 第17页 |
3.2.3 用户微博数量分析 | 第17-19页 |
3.2.4 微博时间统计 | 第19-20页 |
3.2.4.1 微博时间一天中分布分析 | 第19页 |
3.2.4.2 微博时间一年中分布分析 | 第19-20页 |
3.3 微博互动特点分析 | 第20-21页 |
3.3.1 用户互动情况分析 | 第20-21页 |
3.3.1.1 熵力模型 | 第20-21页 |
3.3.1.2 社交网络图 | 第21页 |
3.4 本章小结 | 第21-22页 |
第四章 基于关键词的新浪微博社群发现方法 | 第22-35页 |
4.1 方法概述 | 第22-23页 |
4.2 TF-IDF算法 | 第23页 |
4.3 聚类算法 | 第23-33页 |
4.3.1 K-MEANS聚类算法 | 第23-25页 |
4.3.2 聚类结果统计 | 第25-27页 |
4.3.3 SOM聚类算法 | 第27-29页 |
4.3.4 聚类结果统计 | 第29-30页 |
4.3.5 MeanShift聚类算法 | 第30-32页 |
4.3.6 聚类结果统计 | 第32-33页 |
4.4 三种聚类结果比较 | 第33-34页 |
4.5 本章小结 | 第34-35页 |
第五章 总结与展望 | 第35-37页 |
5.1 总结 | 第35页 |
5.2 展望 | 第35-37页 |
参考文献 | 第37-42页 |
致谢 | 第42-43页 |
在校期间发表论文情况 | 第43-44页 |
在校期间参与科研项目情况 | 第44-45页 |