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

基于Android平台的微博系统研究与应用

摘要第1-6页
Abstract第6-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-18页
   ·本文研究背景第12-14页
   ·国内外研究现状第14-16页
   ·研究的主要内容第16-17页
   ·本文结构第17-18页
第2章 ANDROID 平台及微博简单分析第18-28页
   ·Android 平台第18-23页
     ·Android 基本概念第18页
     ·Android 系统架构第18-22页
     ·Android 平台的特点第22-23页
   ·微博第23-27页
     ·典型的微博第23-24页
     ·微博的传播特性第24-26页
     ·微博客核心——个性化推荐第26-27页
   ·本章小结第27-28页
第3章 聚类分析在微博系统中的应用第28-44页
   ·聚类分析预处理第28-32页
     ·文本分词第28-30页
     ·文本特征提取第30-32页
   ·常用的聚类方法第32-34页
     ·K-Means 算法第32-33页
     ·DBSCAN 算法第33-34页
     ·AGNES 算法第34页
   ·微博聚类算法第34-38页
     ·微博相似度第34-36页
     ·聚类标准第36页
     ·聚类核心发现第36-37页
     ·微博聚类算法 MBCA第37-38页
   ·算法验证第38-42页
     ·算法评估标准第38-39页
     ·算法测试数据集第39页
     ·算法性能对比第39-42页
   ·本章小结第42-44页
第4章 基于 ANDROID 平台的微博系统设计与实现第44-56页
   ·系统分析第44-47页
     ·系统需求分析第44页
     ·业务流程分析第44-45页
     ·功能分析第45-47页
   ·系统设计第47-51页
     ·数据库设计第47-50页
     ·功能模块设计第50-51页
   ·系统实现第51-55页
   ·本章小结第55-56页
结论第56-58页
参考文献第58-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于纹理强化的微量笔迹鉴别技术研究
下一篇:消息副本数量自适应的DTN负载均衡算法