面向在线微博网络的相似用户发现方法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外相关研究 | 第14-16页 |
| 1.3 研究意义 | 第16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 1.5 论文组织结构 | 第18-19页 |
| 2 微博数据的获取及预处理 | 第19-25页 |
| 2.1 微博数据的爬取 | 第19-20页 |
| 2.2 微博数据的预处理 | 第20-23页 |
| 2.3 微博数据的存储 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 3 微博话题的挖掘 | 第25-33页 |
| 3.1 有意义串的挖掘 | 第25-28页 |
| 3.2 用户动态话题的挖掘 | 第28-29页 |
| 3.3 实验分析 | 第29-32页 |
| 3.4 小结 | 第32-33页 |
| 4 用户相似度量的构建 | 第33-50页 |
| 4.1 相关相似度量方法简介 | 第33-36页 |
| 4.2 用户背景属性的相似度 | 第36-41页 |
| 4.3 用户动态话题的相似度 | 第41-43页 |
| 4.4 用户社交关系的相似度 | 第43-44页 |
| 4.5 实验分析 | 第44-49页 |
| 4.6 小结 | 第49-50页 |
| 5 原型系统的设计与实现 | 第50-56页 |
| 5.1 原型系统的设计 | 第50-52页 |
| 5.2 原型系统的实现与展示 | 第52-55页 |
| 5.3 小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 作者简历 | 第63-65页 |
| 学位论文数据集 | 第65页 |
