| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文的研究内容 | 第14-15页 |
| 1.4 论文的组织 | 第15-17页 |
| 第二章 基于特征映射的微博用户标签兴趣建模 | 第17-25页 |
| 2.1 引言 | 第17-18页 |
| 2.2 新浪微博用户行为特点分析 | 第18-19页 |
| 2.3 基于特征映射的微博用户标签兴趣建模 | 第19-21页 |
| 2.4 模糊聚类分析 | 第21-22页 |
| 2.5 实验与结果分析 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 基于有指导LDA的微博内容用户兴趣建模 | 第25-47页 |
| 3.1 引言 | 第25-26页 |
| 3.2 微博文本特点分析 | 第26-27页 |
| 3.3 数据获取与预处理 | 第27-30页 |
| 3.4 相关工作 | 第30-34页 |
| 3.5 LDA模型介绍 | 第34-37页 |
| 3.6 基于有指导LDA的微博用户兴趣主题发现方法 | 第37-43页 |
| 3.7 实验设置和分析 | 第43-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第四章 融合用户标签和微博内容的用户兴趣社区发现 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 用户兴趣关联强度定义 | 第47-48页 |
| 4.3 各种微博用户关系网络实例展示 | 第48-51页 |
| 4.4 融合用户显式与隐式关系微博用户兴趣社区发现方法 | 第51-56页 |
| 4.5 实验设计与分析 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 微博用户兴趣社区发现原型系统 | 第59-69页 |
| 5.1 引言 | 第59页 |
| 5.2 语料收集 | 第59-61页 |
| 5.3 系统框架 | 第61页 |
| 5.4 系统实现和构建结果 | 第61-66页 |
| 5.5 本章小结 | 第66-69页 |
| 第六章 总结和展望 | 第69-73页 |
| 6.1 总结 | 第69-70页 |
| 6.2 工作展望 | 第70-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录A 攻读硕士期间发表的论文及软著 | 第81页 |
| 附录B 攻读硕士期间参与项目 | 第81页 |