| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·用户兴趣发现研究现状 | 第10-11页 |
| ·本文的研究内容和组织结构 | 第11-14页 |
| ·研究内容 | 第11-14页 |
| ·组织结构 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第2章 相关技术综述 | 第15-27页 |
| ·向量空间模型简介 | 第15-16页 |
| ·二分网络技术简介 | 第16-20页 |
| ·PageRank算法及其变种简介 | 第20-23页 |
| ·PageRank算法简介 | 第20-21页 |
| ·Topic Sensitive PageRank | 第21页 |
| ·FolkRank算法 | 第21-22页 |
| ·TextRank算法 | 第22-23页 |
| ·关键词提取算法 | 第23-24页 |
| ·TFIDF算法 | 第23页 |
| ·基于HITS的关键词提取算法 | 第23-24页 |
| ·DegExt算法 | 第24页 |
| ·LDA主题模型 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于标签的微博用户兴趣发现算法 | 第27-45页 |
| ·研究出发点 | 第27-30页 |
| ·标签的价值 | 第27-28页 |
| ·微博的特点 | 第28-30页 |
| ·算法整体框架 | 第30-34页 |
| ·数据收集 | 第31页 |
| ·数据预处理 | 第31-33页 |
| ·基于加权二分图的用户兴趣发现 | 第33页 |
| ·基于用户交互关系的TagRank算法 | 第33-34页 |
| ·综合两种算法结果 | 第34页 |
| ·基于加权二分图的用户兴趣发现 | 第34-42页 |
| ·用户-标签二分图 | 第34-37页 |
| ·标签-词语二分图 | 第37-39页 |
| ·基于加权二分图的用户兴趣发现 | 第39-42页 |
| ·基于用户交互关系的TagRank算法 | 第42-44页 |
| ·构造标签关系图 | 第43页 |
| ·TagRank算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 用户兴趣发现算法实验与分析 | 第45-54页 |
| ·实验数据 | 第45-47页 |
| ·评测标准 | 第47-48页 |
| ·实验设计和结果 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 用户兴趣发现算法在可信企业社交网络平台中的应用 | 第54-67页 |
| ·应用平台简介 | 第54-55页 |
| ·系统功能与运行环境 | 第55-58页 |
| ·功能模块 | 第55-57页 |
| ·软硬件运行环境 | 第57-58页 |
| ·用户兴趣发现与推荐模块 | 第58-62页 |
| ·数据采集子模块 | 第59-60页 |
| ·参数配置子模块 | 第60页 |
| ·兴趣发现与推荐子模块 | 第60-61页 |
| ·推荐展示子模块 | 第61-62页 |
| ·统计子模块 | 第62页 |
| ·系统演示 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·本文总结 | 第67页 |
| ·未来工作展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75页 |