基于多标签学习的社交网络用户人格预测方法研究
| 摘要 | 第4-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究内容 | 第13-15页 |
| 1.3 研究意义 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第2章 相关介绍与研究现状 | 第17-24页 |
| 2.1 人格模型 | 第17页 |
| 2.2 大五人格 | 第17-19页 |
| 2.3 大五人格与社交网络 | 第19-20页 |
| 2.4 目前研究现状 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 特征设计 | 第24-33页 |
| 3.1 数据预处理 | 第24-25页 |
| 3.2 基于词的特征 | 第25-29页 |
| 3.2.1 信息增益 | 第25-26页 |
| 3.2.2 其它形式特征 | 第26-27页 |
| 3.2.3 特征选择与加权 | 第27-29页 |
| 3.3 语义特征 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于随机游走模型的用户人格预测 | 第33-42页 |
| 4.1 多标签学习 | 第33-35页 |
| 4.2 随机游走模型 | 第35-39页 |
| 4.3 用户人格预测方法 | 第39-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第5章 集成多标签学习方法的用户人格预测 | 第42-50页 |
| 5.1 集成学习 | 第42-43页 |
| 5.2 提升方法 | 第43-46页 |
| 5.2.1 概述 | 第43-44页 |
| 5.2.2 AdaBoost | 第44-46页 |
| 5.3 多标签AdaBoost.MH框架 | 第46-47页 |
| 5.4 用户人格预测方法 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第6章 实验及结果对比分析 | 第50-57页 |
| 6.1 实验数据 | 第50-51页 |
| 6.2 实验设计 | 第51-52页 |
| 6.3 实验结果及分析 | 第52-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第7章 总结与展望 | 第57-60页 |
| 7.1 本文工作总结 | 第57-58页 |
| 7.2 工作展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 作者简介及在学期间所取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
