| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 章节安排 | 第18-20页 |
| 第二章 相关理论基础 | 第20-30页 |
| 2.1 理性行为理论 | 第20-21页 |
| 2.2 文本表示理论与方法 | 第21-24页 |
| 2.2.1 词袋模型 | 第21-22页 |
| 2.2.2 文本分词 | 第22页 |
| 2.2.3 TF-IDF权重计算 | 第22-24页 |
| 2.3 主题模型 | 第24-26页 |
| 2.3.1 主题模型简介 | 第24-25页 |
| 2.3.2 隐含荻利克雷分配（LDA） | 第25-26页 |
| 2.4 语义相似度 | 第26-27页 |
| 2.5 逻辑回归模型 | 第27页 |
| 2.6 本章小结 | 第27-30页 |
| 第三章 微博用户转发行为影响因素分析 | 第30-38页 |
| 3.1 微博用户转发行为分析 | 第30-31页 |
| 3.2 研究假设 | 第31-34页 |
| 3.3 微博用户转发行为影响因素量化 | 第34-36页 |
| 3.3.1 微博文本主题与接收用户兴趣的语义相似度 | 第34-35页 |
| 3.3.2 接收用户的转发活跃度 | 第35页 |
| 3.3.3 接收用户与发布用户交互度 | 第35-36页 |
| 3.3.4 发布用户影响力 | 第36页 |
| 3.3.5 微博数据形式 | 第36页 |
| 3.4 本章总结 | 第36-38页 |
| 第四章 微博用户转发行为预测模型构建及实验 | 第38-50页 |
| 4.1 数据采集及预处理 | 第38-39页 |
| 4.2 LDA主题训练 | 第39-41页 |
| 4.2.1 文本的稀疏向量转换 | 第40页 |
| 4.2.2 文本的主题向量转换 | 第40-41页 |
| 4.3 模型构建及假设检验 | 第41-45页 |
| 4.3.1 模型构建 | 第41-42页 |
| 4.3.2 模型、参数及假设检验 | 第42-43页 |
| 4.3.3 模型结果分析 | 第43-45页 |
| 4.4 微博用户转发行为预测实验 | 第45-48页 |
| 4.4.1 实验过程 | 第45-46页 |
| 4.4.2 预测模型评价 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-54页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |