| 详细摘要 | 第5-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题相关背景与意义 | 第14-15页 |
| 1.2 课题相关领域发展现状 | 第15-18页 |
| 1.3 论文的主要工作 | 第18页 |
| 1.4 论文的组织与结构 | 第18-20页 |
| 第二章 相关技术理论 | 第20-32页 |
| 2.1 社会化媒体概述 | 第20-24页 |
| 2.1.1 社会化媒体概念 | 第20-22页 |
| 2.1.2 社会化媒体的发展现状 | 第22-23页 |
| 2.1.3 社会化媒体营销 | 第23-24页 |
| 2.2 语义网概述 | 第24-26页 |
| 2.3 搜索引擎和推荐系统概述 | 第26-29页 |
| 2.3.1 搜索引擎 | 第26-28页 |
| 2.3.2 推荐系统 | 第28-29页 |
| 2.4 视频内容识别技术 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 视频关注度增长模式分析 | 第32-42页 |
| 3.1 概述 | 第32页 |
| 3.2 数据集 | 第32-33页 |
| 3.3 累计关注度增长模式分析 | 第33-36页 |
| 3.3.1 视频的累计关注度增长模式 | 第33-34页 |
| 3.3.2 每个视频关注度来源的累计关注度增长模式 | 第34-36页 |
| 3.4 单个视频关注度增长模式分析 | 第36-41页 |
| 3.4.1 单个视频每日关注度峰值出现的时间 | 第36-37页 |
| 3.4.2 不同视频关注度来源对每日关注度峰值出现的影响 | 第37页 |
| 3.4.3 单个视频关注度的稳定性 | 第37-38页 |
| 3.4.4 来自于不同视频关注度来源关注度的稳定性 | 第38-39页 |
| 3.4.5 每个视频关注度来源的引用时间以及引用后的活跃时间 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于语义相关度和视频内容识别的视频关注度提高方法的研究 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 问题概述 | 第42-43页 |
| 4.3 视频关键词推荐方法 | 第43-51页 |
| 4.3.1 基于WordNet的候选关键词扩展 | 第44-46页 |
| 4.3.2 基于主流视频分享网站的语义候选关键词扩展 | 第46-47页 |
| 4.3.3 基于视频内容识别的实体候选关键词扩展 | 第47-49页 |
| 4.3.4 候选关键词集合排序—TF-SIM算法 | 第49-51页 |
| 4.4 实验 | 第51-57页 |
| 4.4.1 数据集 | 第51-52页 |
| 4.4.2 专业网站评价 | 第52-54页 |
| 4.4.3 用户主观评价 | 第54-55页 |
| 4.4.4 YouTube实验 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 进一步工作与展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |
