微博上周期性话题的传播模型
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 微博中的周期性话题传播 | 第11-13页 |
| 1.1.1 周期性话题 | 第11页 |
| 1.1.2 微博中信息传播特点 | 第11-13页 |
| 1.2 相关研究工作 | 第13-17页 |
| 1.3 本文的主要研究工作 | 第17-18页 |
| 1.4 论文的结构 | 第18-19页 |
| 第二章 相关基础知识 | 第19-23页 |
| 2.1 腾讯微博及数据获取 | 第19-20页 |
| 2.1.1 从腾讯微博抓取数据 | 第19页 |
| 2.1.2 腾讯微博OAuth2.0 认证介绍 | 第19-20页 |
| 2.2 函数拟合 | 第20-23页 |
| 2.2.1 MATLAB | 第20-21页 |
| 2.2.2 函数拟合简介 | 第21-23页 |
| 第三章 微博数据获取软件设计与实现 | 第23-29页 |
| 3.1 微博数据获取软件概述 | 第23页 |
| 3.1.1 目标 | 第23页 |
| 3.1.2 硬件环境 | 第23页 |
| 3.1.3 软件环境 | 第23页 |
| 3.2 系统设计原理 | 第23-26页 |
| 3.2.1 Oauth2.0 授权流程 | 第23-24页 |
| 3.2.2 腾讯微博上抓取数据思路与算法简述 | 第24-26页 |
| 3.3 微博数据库实例 | 第26-29页 |
| 第四章 数据分析与模型建立 | 第29-49页 |
| 4.1 数据处理 | 第29-33页 |
| 4.1.1 原始数据分析 | 第29-31页 |
| 4.1.2 数据处理方式 | 第31-32页 |
| 4.1.3 数据处理结果分析 | 第32-33页 |
| 4.2 模型的建立 | 第33-39页 |
| 4.2.1 提出模型 | 第33-35页 |
| 4.2.2 抓取数据分析并得出定性结论 | 第35-39页 |
| 4.3 模型接受实际数据检验 | 第39-47页 |
| 4.4 结论 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 不足与展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54-55页 |
