首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

微博客热点话题发现策略研究

摘要第1-4页
Abstract第4-10页
第1章 绪论第10-22页
   ·微博客简介及其发展现状第10-14页
     ·微博的渊源与发展第10-12页
     ·主流微博服务平台及其功能简介第12-14页
   ·微博平台的用户结构和内容分析第14-17页
     ·微博平台上的网络结构第14-15页
     ·微博平台上的用户分类第15-16页
     ·微博平台上的内容分析第16-17页
   ·微博客上的热点话题第17-21页
     ·热点话题的表现形式及其内容第18-19页
     ·热点话题的传播模式第19-20页
     ·热点话题发现技术的现实意义第20-21页
   ·本文组织第21页
   ·本章小结第21-22页
第2章 相关工作及研究进展第22-34页
   ·基于词频的热点话题发现方法第22-24页
   ·微博平台上的相关研究第24-26页
     ·微博焦点用户研究相关工作第24-25页
     ·用户之间的共同兴趣和社区关系第25-26页
   ·传统文本处理方法在微博领域应用的相关工作第26-29页
     ·自动化文本分类及常见分类方法简介第26-27页
     ·文本分类在热点话题发现中的应用第27-29页
   ·语义分析方法相关工作第29-31页
     ·潜在语义索引方法及其数学基础第29-31页
     ·潜在语义索引方法在微博内容分析上的应用研究第31页
   ·现有工作的特点和本文的研究改进思路第31-32页
   ·本章小结第32-34页
第3章 基于语义分析的迭代式热点话题发现策略第34-47页
   ·对热点话题的定义和度量第34-37页
     ·单条微博的影响力定义第35页
     ·话题的影响力和热度第35-37页
   ·微博讨论树合并算法第37-41页
     ·讨论树分析和内容合并处理算法第37-40页
     ·其他合并处理方法第40-41页
   ·基于语义分析和词语聚集的高影响力话题发现方法第41-43页
     ·基于LSI的话题空间分离计算第41页
     ·同话题下的词语聚集算法第41-43页
   ·TopicRank:一个迭代式话题热度变化趋势发现方法第43-45页
     ·热点话题影响力估算方法第43-44页
     ·两代话题集合的影响力变化趋势计算方法第44-45页
   ·本章小结第45-47页
第4章 整合社交网络信息协助发现热点话题第47-55页
   ·微博平台上的用户自身度量指标分析第47-49页
     ·用户节点可利用信息分析第47-48页
     ·用户自身的度量指标构造第48-49页
   ·用户的角色定位第49-51页
     ·焦点用户第49页
     ·活跃用户第49-50页
     ·一般用户第50页
     ·休眠用户第50-51页
   ·通过特征计算划分用户角色第51-52页
   ·TopicRank-U:基于角色信息辅助的热点话题发现第52-53页
     ·用户角色对于话题讨论树的影响第52页
     ·引入用户角色的讨论树影响力计算算法描述第52-53页
   ·本章小结第53-55页
第5章 微博客热点话题发现系统架构第55-61页
   ·系统整体架构第55-56页
   ·内容预处理模块和社交网络辅助信息模块的设计第56-58页
   ·语义分析模块设计第58-59页
   ·话题迭代排序模块设计第59-60页
   ·整合输出模块设计第60页
   ·本章小结第60-61页
第6章 测试和实验第61-65页
   ·测试方法介绍和数据准备第61页
     ·测试方法介绍第61页
     ·实验数据准备第61页
   ·语义分析方法与词频排序方法的热点话题发现对比测试第61-62页
   ·TopicRank在话题热度的变化趋势预测上的有效性验证第62-63页
   ·TopicRank-U的热点话题发现速率测试第63-64页
   ·本章小结第64-65页
第7章 总结与展望第65-67页
   ·本文的主要工作和创新点第65-66页
   ·未来的研究工作展望第66-67页
参考文献第67-69页
攻读硕士学位期间主要的研究成果第69-70页
致谢第70-71页

论文共71页,点击 下载论文
上一篇:社交网络中基于图排序的好友推荐机制研究与实现
下一篇:基于模糊支持向量机的网络信任研究与应用