| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题背景和研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要内容及贡献 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第二章 相关工作及研究基础 | 第15-21页 |
| ·新浪微博特性介绍 | 第15-17页 |
| ·新浪微博的特性 | 第15-17页 |
| ·新浪企业微博特性 | 第17页 |
| ·向量空间模型(VSM)介绍 | 第17-20页 |
| ·向量空间模型简介 | 第17-18页 |
| ·特征加权方法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于新浪微博的企业与人物雇佣关系抽取 | 第21-38页 |
| ·问题提出 | 第21页 |
| ·基于新浪微博的企业与人物雇佣关系抽取方法框架 | 第21-23页 |
| ·基于新浪微博的企业与人物雇佣关系抽取方法详细介绍 | 第23-31页 |
| ·构建企业用户群 | 第23-24页 |
| ·构建企业二维矩阵 | 第24-25页 |
| ·计算二维矩阵值 | 第25-27页 |
| ·计算行用户分类值 | 第27-28页 |
| ·训练特征组合系数和过滤阈值参数 | 第28-31页 |
| ·实验设计及结果分析 | 第31-36页 |
| ·企业微博实验数据获取及存储 | 第31-33页 |
| ·评估方法 | 第33-34页 |
| ·实验设计及结果分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于新浪微博的企业与企业关系抽取 | 第38-49页 |
| ·问题提出 | 第38页 |
| ·基于新浪微博的企业与企业关系抽取方法框架 | 第38-39页 |
| ·构建特征向量空间模型(VSM) | 第39-43页 |
| ·上下文获取 | 第40-41页 |
| ·特征选取 | 第41-42页 |
| ·改进的TF-IDF特征权重算法 | 第42-43页 |
| ·实验设计及结果分析 | 第43-48页 |
| ·数据获取 | 第43-44页 |
| ·评估方法 | 第44-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 附录一：攻读硕士学位期间发表的论文 | 第53页 |
| 附录二：攻读硕士学位期间撰写的专利 | 第53页 |
| 附录三：攻读硕士学位期间参与的科研项目 | 第53-54页 |
| 致谢 | 第54页 |