| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 研究现状 | 第10-11页 |
| 1.3.1 监督学习的性别判断研究 | 第10页 |
| 1.3.2 半监督学习的性别判断研究 | 第10-11页 |
| 1.4 研究内容 | 第11-12页 |
| 1.5 结构框架 | 第12-14页 |
| 2 相关概念与技术论述 | 第14-23页 |
| 2.1 短文本 | 第14页 |
| 2.2 文本表示模型 | 第14-17页 |
| 2.2.1 向量空间表示模型 | 第15页 |
| 2.2.2 潜在主题表示模型 | 第15-16页 |
| 2.2.3 N元模型 | 第16-17页 |
| 2.3 特征提取 | 第17-19页 |
| 2.3.1 TF-IDF | 第17-18页 |
| 2.3.2 互信息 | 第18-19页 |
| 2.3.3 信息增益 | 第19页 |
| 2.4 机器学习分类方法 | 第19-22页 |
| 2.4.1 最大熵分类 | 第19-20页 |
| 2.4.2 支持向量机 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 基于原创微博的用户性别判断分析研究 | 第23-40页 |
| 3.1 问题的研究与分析 | 第23页 |
| 3.2 相关模型介绍 | 第23-27页 |
| 3.2.1 LDA主题模型 | 第23-25页 |
| 3.2.2 word2vec模型 | 第25-27页 |
| 3.3 LDA与word2vec模型结合的分类方法 | 第27-30页 |
| 3.3.1 分类方法整体流程 | 第27-28页 |
| 3.3.2 文档获取及处理方法 | 第28页 |
| 3.3.3 LDA与word2vec结合模型 | 第28-30页 |
| 3.3.4 分类器分类 | 第30页 |
| 3.4 实验与结果分析 | 第30-38页 |
| 3.4.1 软硬件环境 | 第30-31页 |
| 3.4.2 实验数据采集与预处理 | 第31-34页 |
| 3.4.3 结合模型生成 | 第34-36页 |
| 3.4.4 分类和结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于多视图tri-training算法的用户性别判断分析研究 | 第40-48页 |
| 4.1 问题的研究与分析 | 第40-41页 |
| 4.2 多视图分析与建立 | 第41-42页 |
| 4.2.1 用户原创微博视图 | 第41页 |
| 4.2.2 微博用户标签视图 | 第41页 |
| 4.2.3 微博用户昵称视图 | 第41-42页 |
| 4.3 改进tri-training算法 | 第42-45页 |
| 4.3.1 tri-training算法的不足 | 第42-43页 |
| 4.3.2 tri-training算法的改进 | 第43-44页 |
| 4.3.3 改进后算法流程 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录1攻读硕士学位期间参与的项目和发表论文 | 第54-55页 |
| 附录2主要英文缩写语对照表 | 第55页 |