| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文主要研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 1.5 论文主要创新点 | 第18页 |
| 1.6 本章小结 | 第18-20页 |
| 第二章 相关理论与技术介绍 | 第20-32页 |
| 2.1 文本预处理操作 | 第20-22页 |
| 2.1.1 中文分词 | 第20-21页 |
| 2.1.2 词性标注 | 第21页 |
| 2.1.3 停用词处理 | 第21-22页 |
| 2.2 文本表示模型 | 第22-24页 |
| 2.2.1 布尔模型 | 第22页 |
| 2.2.2 向量模型 | 第22-23页 |
| 2.2.3 概率图模型 | 第23-24页 |
| 2.3 条件随机场理论 | 第24-27页 |
| 2.3.1 条件随机场定义 | 第24页 |
| 2.3.2 势函数 | 第24-25页 |
| 2.3.3 概率模型 | 第25-27页 |
| 2.3.4 参数估计 | 第27页 |
| 2.4 隐狄利克雷分配模型 | 第27-29页 |
| 2.5 情感分类 | 第29-30页 |
| 2.6 支持向量机算法 | 第30页 |
| 2.7 本章小结 | 第30-32页 |
| 第三章 微博精准营销平台整体架构概述 | 第32-40页 |
| 3.1 微博精准营销平台需求 | 第32页 |
| 3.2 微博精准营销平台总体架构 | 第32-34页 |
| 3.3 微博精准营销平台逻辑架构 | 第34-35页 |
| 3.4 微博精准营销平台核心架构 | 第35-37页 |
| 3.5 话题跟踪及可信度分析总体架构 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 层叠条件随机场(CCRFS)话题跟踪模型研究 | 第40-48页 |
| 4.1 CCRFs微博热点话题跟踪模型 | 第40-44页 |
| 4.1.1 标识模型 | 第41-42页 |
| 4.1.2 分类模型 | 第42页 |
| 4.1.3 自适应模型 | 第42-44页 |
| 4.2 CCRFs模型实验结果 | 第44-47页 |
| 4.2.1 实验语料的准备与过程设计 | 第44页 |
| 4.2.2 阈值调整过程 | 第44-45页 |
| 4.2.3 实验结果比较 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 基于辩论图模型的微博可信度评估 | 第48-62页 |
| 5.1 微博用户自身可信度评估 | 第48-49页 |
| 5.2 用户博文可信度评估 | 第49-57页 |
| 5.2.1 框架基本表示 | 第49页 |
| 5.2.2 争议节点产生 | 第49-52页 |
| 5.2.3 规则可信度 | 第52-55页 |
| 5.2.4 辩论图构建与推演 | 第55-57页 |
| 5.3 微博可信度评估 | 第57页 |
| 5.4 可信度实验结果分析 | 第57-61页 |
| 5.4.1 实验数据集 | 第58-59页 |
| 5.4.2 实验阈值设定 | 第59页 |
| 5.4.3 主题数影响 | 第59-60页 |
| 5.4.4 潜在逻辑关系影响 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 话题跟踪与可信度模块设计实现 | 第62-76页 |
| 6.1 微博营销平台分析 | 第62-65页 |
| 6.2 话题跟踪技术在平台中的应用 | 第65-68页 |
| 6.2.1 候选传播员初始选定流程 | 第65页 |
| 6.2.2 传播员关联分析具体实现 | 第65-68页 |
| 6.3 可信度分析在平台中的应用 | 第68-71页 |
| 6.3.1 可信度判别流程 | 第68-69页 |
| 6.3.2 可信度分析具体实现 | 第69-71页 |
| 6.4 微博营销平台运行示例 | 第71-75页 |
| 6.5 本章小结 | 第75-76页 |
| 第七章 总结与展望 | 第76-78页 |
| 7.1 论文工作总结 | 第76页 |
| 7.2 工作展望 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附录A：攻读硕士学位期间发表的论文 | 第84-86页 |
| 附录B：攻读硕士学位期间参与完成的科研成果 | 第86页 |