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

微博用户的兴趣及性格分析

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第13-19页
    1.1 课题研究背景及意义第13-15页
    1.2 国内外研究概况第15-16页
    1.3 论文主要研究内容及难点第16-18页
    1.4 论文组织结构第18-19页
第二章 相关工作第19-33页
    2.1 短文本简介第19-20页
    2.2 短文本语义分析相关工作第20-26页
        2.2.1 短文本预处理第20页
        2.2.2 短文本语义分析第20-21页
        2.2.3 主题模型第21-26页
            2.2.3.1 概率潜在语义索引第22-23页
            2.2.3.2 潜在狄利克雷分布第23-26页
    2.3 短文本情感分析相关工作第26-28页
        2.3.1 基于情感词典的文本情感分析方法第26-27页
        2.3.2 基于机器学习方法的文本情感分析方法第27-28页
    2.4 短文本性格分析相关工作第28-30页
        2.4.1 大五类人格模型第28页
        2.4.2 LIWC与SC-LIWC第28-29页
        2.4.3 短文本性格分析常见算法第29-30页
    2.5 用户兴趣研究相关工作第30-32页
        2.5.1 用户兴趣表示方法第30-31页
        2.5.2 用户兴趣获取方法第31-32页
    2.6 本章小结第32-33页
第三章 微博用户兴趣信息分析第33-59页
    3.1 微博用户兴趣分析流程第33页
    3.2 微博用户兴趣表示形式第33-34页
    3.3 单篇微博文本语义计算第34-41页
        3.3.1 三元过滤法第35-38页
            3.3.1.1 三元过滤法思想第35-38页
            3.3.1.2 三元过滤法算法过程第38页
        3.3.2 微博文本主题语义与词权重之间的互增模型第38-41页
            3.3.2.1 微博文本主题语义与词项权重之间互增模型的算法过程第39-41页
    3.4 单篇微博文本语义计算验证实验第41-49页
        3.4.1 LDA模型训练第41-43页
            3.4.1.1 LDA模型训练数据第41页
            3.4.1.2 LDA模型训练参数选择第41-42页
            3.4.1.3 LDA模型训练结果第42-43页
        3.4.2 微博文本语义计算验证实验第43-49页
            3.4.2.1 实验数据说明第43-45页
            3.4.2.2 实验结果第45-49页
    3.5 微博文本集合中用户兴趣信息计算第49-58页
        3.5.1 伪长文本及主题关键词形式化定义第50-51页
            3.5.1.1 伪长文本的形式化定义第50-51页
            3.5.1.2 主题关键词形式化定义第51页
        3.5.2 构建伪长文本第51-53页
            3.5.2.1 基于模糊相似矩阵划分微博文本集合第52页
            3.5.2.2 基于贪心策略构建伪长文本第52-53页
            3.5.2.3 对基于贪心策略构建伪长文本算法说明第53页
        3.5.3 基于最小覆盖原则提取伪长文本关键词第53-54页
        3.5.4 微博集合中用户兴趣信息计算验证实验第54-58页
            3.5.4.1 实验说明第54-55页
            3.5.4.2 实验对比方法第55页
            3.5.4.3 实验结果第55-58页
            3.5.4.4 实验结论第58页
    3.6 本章小结第58-59页
第四章 微博用户情感及性格分析第59-71页
    4.1 微博用户的情感分析及性格分析概述第59-60页
        4.1.1 微博用户的情感分析概述第59-60页
        4.1.2 微博用户性格分析概述第60页
    4.2 微博用户情感分析第60-66页
        4.2.1 双潜在狄利克雷分布I型第60-63页
        4.2.2 双潜在狄利克雷分布II型第63-64页
        4.2.3 情感分析实验第64-66页
    4.3 微博用户性格分析第66-70页
        4.3.1 性格计算第67-68页
        4.3.2 性格计算实验第68-70页
    4.4 本章小结第70-71页
第五章 个性化微博服务系统第71-78页
    5.1 个性化微博服务系统概述第71-72页
    5.2 个性化微博服务系统设计第72-73页
        5.2.1 个性化微博服务系统框架第72-73页
        5.2.2 个性化微博服务系统的模块第73页
    5.3 个性化微博服务系统实现第73-74页
    5.4 系统展示第74-77页
    5.5 本章小结第77-78页
第六章结论与展望第78-80页
    6.1 结论第78页
    6.2 展望第78-80页
参考文献第80-86页
附录第86-88页
作者在攻读硕士学位期间公开发表的论文第88-89页
作者在攻读硕士学位期间公开发表的专利第89-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:分布式爬虫任务调度与AJAX页面抓取研究
下一篇:分布式数据库中间件DBScale的设计与实现