支持项集元素计数的社交流媒体频繁项集挖掘
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 社交流媒体挖掘研究背景及意义 | 第8-9页 |
| 1.2 社交流媒体挖掘国内外研究现状 | 第9-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 组织结构 | 第13-15页 |
| 2 社交流媒体挖掘及处理框架 | 第15-22页 |
| 2.1 社交流媒体数据模型 | 第15-16页 |
| 2.2 社交流媒体挖掘知识模型 | 第16-17页 |
| 2.3 社交流媒体处理模型 | 第17-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于用户信息的社交流媒体文本聚类算法 | 第22-35页 |
| 3.1 DBSCAN聚类算法 | 第22-23页 |
| 3.2 基于用户信息的簇合并 | 第23-26页 |
| 3.3 基于用户信息的社交流文本聚类算法 | 第26-28页 |
| 3.4 实验结果分析 | 第28-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 支持项集元素计数的频繁项集挖掘算法 | 第35-52页 |
| 4.1 频繁模式增长算法 | 第35-38页 |
| 4.2 支持项集元素计数的频繁模式增长算法 | 第38-47页 |
| 4.3 实验结果分析 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 全文总结 | 第52-53页 |
| 5.2 课题展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |