微博用户转发行为及情感预测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 基于微博的预测研究 | 第9-10页 |
| 1.2.2 微博转发行为预测 | 第10-12页 |
| 1.2.3 情感分析技术在微博预测中的应用 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 第2章 用户转发行为影响因素研究 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 微博用户转发行为预测 | 第16-20页 |
| 2.2.1 研究问题定义 | 第16-17页 |
| 2.2.2 研究方法概述 | 第17-18页 |
| 2.2.3 特征分析 | 第18-20页 |
| 2.3 实验结果和分析 | 第20-27页 |
| 2.3.1 实验数据及实验设置 | 第20-23页 |
| 2.3.2 实验结果及分析 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于主题模型的用户转发行为预测研究 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 LDA模型简介 | 第28-30页 |
| 3.3 基于LDA模型的用户转发行为预测 | 第30-33页 |
| 3.3.1 研究方法概述 | 第30-31页 |
| 3.3.2 特征抽取 | 第31页 |
| 3.3.3 情感标注 | 第31-32页 |
| 3.3.4 LDA建模 | 第32-33页 |
| 3.3.5 用户历史与微博相似性 | 第33页 |
| 3.4 实验结果和分析 | 第33-37页 |
| 3.4.1 实验数据及实验设置 | 第33-34页 |
| 3.4.2 实验结果及分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 微博用户转发情感预测研究 | 第38-47页 |
| 4.1 引言 | 第38-39页 |
| 4.2 用户转发信息的情感预测 | 第39-42页 |
| 4.2.1 研究问题定义 | 第39页 |
| 4.2.2 方法概述 | 第39-40页 |
| 4.2.3 情感分类 | 第40-41页 |
| 4.2.4 特征分析 | 第41-42页 |
| 4.3 实验结果和分析 | 第42-45页 |
| 4.3.1 实验数据及实验设置 | 第42-43页 |
| 4.3.2 实验结果及分析 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 攻读硕士学位期间发表的论文 | 第55-57页 |
| 致谢 | 第57页 |
