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

基于结构和引力双内聚的动态微博社区研究

摘要第4-6页
Abstract第6-7页
1 绪论第10-19页
    1.1 研究背景和意义第10-13页
        1.1.1 研究背景第10-11页
        1.1.2 研究的意义第11-13页
    1.2 国内外研究现状第13-16页
        1.2.1 社区发现研究现状第13-15页
        1.2.2 社区演化研究现状第15-16页
    1.3 本文的研究内容第16-17页
    1.4 本文的结构安排第17-19页
2 相关背景知识第19-23页
    2.1 自然语言处理知识和技术第19-20页
        2.1.1 中文分词技术第19页
        2.1.2 词性标注技术第19-20页
        2.1.3 依存句法分析技术第20页
    2.2 万有引力定律第20-21页
    2.3 随机游走算法第21-22页
    2.4 本章小结第22-23页
3 基于引力关系的微博社交网络结构图的构建第23-30页
    3.1 微博社交网络的相关定义第23-24页
    3.2 微博社区引力关系第24-28页
        3.2.1 复杂网络中的引力关系重构第24-25页
        3.2.2 微博用户兴趣特征提取第25-27页
        3.2.3 微博社交网络中的引力关系重构第27-28页
    3.3 微博社交网络图的构建第28-29页
    3.4 本章小结第29-30页
4 基于结构和引力双内聚的微博社区发现与演化第30-40页
    4.1 微博用户引力关系倾向发现第30-35页
    4.2 微博社区发现分析第35-37页
    4.3 微博社区演化分析第37-39页
    4.4 本章小结第39-40页
5 微博社区演化行为提取算法第40-49页
    5.1 社区演化行为定义第40-41页
    5.2 社区关系图构建第41-43页
    5.3 社区演化行为提取第43-48页
    5.4 本章小结第48-49页
6 实验及结果分析第49-64页
    6.1 实验准备第50页
    6.2 微博数据集第50-52页
    6.3 社区质量评估指标第52-53页
        6.3.1 社交网络平均模块度第52-53页
        6.3.2 社交网络平均引力第53页
    6.4 实验结果及分析第53-61页
        6.4.1 社区发现方法对比与分析第54-56页
        6.4.2 社区演化方法对比与分析第56-61页
    6.5 算法中的参数分析第61-63页
    6.6 本章小结第63-64页
总结与展望第64-65页
参考文献第65-70页
攻读硕士学位期间发表论文及科研成果第70-71页
致谢第71-72页

论文共72页,点击 下载论文
上一篇:基于协同表示的人脸识别算法研究
下一篇:面向容器云的I/O隔离性建模与评测