| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 微博内容挖掘研究现状 | 第12-13页 |
| 1.3.2 微博用户关系挖掘研究现状 | 第13-14页 |
| 1.4 本文研究内容与结构 | 第14-15页 |
| 第二章 相关研究技术 | 第15-26页 |
| 2.1 基本分类算法 | 第15-17页 |
| 2.1.1 朴素贝叶斯分类器 | 第15-16页 |
| 2.1.2 决策树分类器 | 第16页 |
| 2.1.3 κ近邻分类器 | 第16-17页 |
| 2.2 数据表示模型 | 第17-18页 |
| 2.3 汉语分词方法 | 第18-22页 |
| 2.3.1 基于规则的分词方法 | 第19-21页 |
| 2.3.2 基于统计模型的分词方法 | 第21-22页 |
| 2.4 分类算法评价标准 | 第22-25页 |
| 2.4.1 正确率p、召回率r和F值 | 第22-23页 |
| 2.4.2 微平均和宏平均 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 海量微博数据自动获取方法研究 | 第26-38页 |
| 3.1 API参数说明 | 第26-30页 |
| 3.1.1 微博内容下载参数 | 第26-28页 |
| 3.1.2 个人资料下载参数 | 第28-30页 |
| 3.2 海量微博数据下载 | 第30-35页 |
| 3.2.1 海量微博下载的难点 | 第30页 |
| 3.2.2 用户名自动发现算法 | 第30-31页 |
| 3.2.3 海量微博数据下载算法 | 第31-33页 |
| 3.2.4 用户个人资料下载算法 | 第33-35页 |
| 3.3 数据抽取 | 第35-36页 |
| 3.3.1 数据抽取方法 | 第35页 |
| 3.3.2 遇到的问题及解决方案 | 第35-36页 |
| 3.4 微博语料库介绍 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于机器学习的微博用户性别预测 | 第38-56页 |
| 4.1 数据预处理及特征分析 | 第38-41页 |
| 4.1.1 微博文本内容预处理 | 第38-40页 |
| 4.1.2 用户个人资料预处理 | 第40-41页 |
| 4.2 实验数据特征分析 | 第41-44页 |
| 4.2.1 昵称数据的统计分析 | 第41-42页 |
| 4.2.2 动词数据的统计分析 | 第42-44页 |
| 4.3 根据用户昵称进行性别分类 | 第44-49页 |
| 4.3.1 分类算法设计 | 第44-45页 |
| 4.3.2 实验与分析 | 第45-49页 |
| 4.4 根据微博内容进行性别分类 | 第49-54页 |
| 4.4.1 分类算法设计 | 第49-50页 |
| 4.4.2 特征词选取方法 | 第50页 |
| 4.4.3 实验与分析 | 第50-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 本文总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间参加的科研项目与公开发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |