| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第14-33页 |
| 1.1 研究背景 | 第14-20页 |
| 1.1.1 社交媒体 | 第14-17页 |
| 1.1.2 Twitter | 第17-20页 |
| 1.2 研究问题 | 第20-22页 |
| 1.3 相关研究 | 第22-26页 |
| 1.3.1 Twitter与自然语言处理 | 第22-24页 |
| 1.3.2 信息检索与机器学习 | 第24-25页 |
| 1.3.3 Twitter中的传播分析 | 第25-26页 |
| 1.4 研究内容与方法 | 第26-29页 |
| 1.4.1 本文研究内容 | 第26-28页 |
| 1.4.2 本文研究方法 | 第28-29页 |
| 1.5 本文主要贡献 | 第29-30页 |
| 1.6 本文结构 | 第30-33页 |
| 第二章 利用结构化信息的Twitter检索 | 第33-51页 |
| 2.1 引言 | 第33-35页 |
| 2.2 相关工作 | 第35-37页 |
| 2.2.1 基于结构化的信息检索 | 第36页 |
| 2.2.2 Twitter信息检索 | 第36-37页 |
| 2.3 Twitter积木(TBB) | 第37-42页 |
| 2.3.1 Twitter积木的定义 | 第37-38页 |
| 2.3.2 Twitter积木自动标注 | 第38-41页 |
| 2.3.3 Twitter积木分析 | 第41-42页 |
| 2.4 基于Twitter积木的tweet排序学习 | 第42-46页 |
| 2.4.1 Twitter检索排序学习框架 | 第42-44页 |
| 2.4.2 Twitter积木特征 | 第44-46页 |
| 2.5 Twitter信息检索实验 | 第46-50页 |
| 2.5.1 Twitter信息检索实验数据 | 第46-47页 |
| 2.5.2 信息检索评价指标 | 第47页 |
| 2.5.3 Twitter信息检索实验设置和基准系统(Baseline) | 第47-48页 |
| 2.5.4 Twitter信息检索实验结果及分析 | 第48-50页 |
| 2.6 小结 | 第50-51页 |
| 第三章 Twitter观点检索 | 第51-73页 |
| 3.1 引言 | 第51-53页 |
| 3.2 相关工作 | 第53-56页 |
| 3.2.1 Twitter观点挖掘 | 第54-55页 |
| 3.2.2 TREC观点检索 | 第55-56页 |
| 3.3 基于排序学习的Twitter观点检索框架 | 第56页 |
| 3.3.1 Twitter观点检索排序学习框架 | 第56页 |
| 3.3.2 Twitter观点检索相关特征 | 第56页 |
| 3.4 社交媒体特征 | 第56-58页 |
| 3.4.1 Twitter特定特征 | 第57页 |
| 3.4.2 用户特征 | 第57-58页 |
| 3.5 观点化特征 | 第58-60页 |
| 3.6 Twitter观点检索实验 | 第60-72页 |
| 3.6.1 Twitter观点检索实验数据 | 第60-61页 |
| 3.6.2 Twitter观点检索实验设置 | 第61页 |
| 3.6.3 基准系统(Baseline) | 第61-63页 |
| 3.6.4 Twitter观点检索实验结果及分析 | 第63-70页 |
| 3.6.5 Twitter观点检索实验数据偏置分析 | 第70-72页 |
| 3.7 小结 | 第72-73页 |
| 第四章 Twitter中传播观点的发现 | 第73-87页 |
| 4.1 引言 | 第73-75页 |
| 4.2 相关工作 | 第75-78页 |
| 4.2.1 Tweet转发预测 | 第75-76页 |
| 4.2.2 Twitter观点检索 | 第76-77页 |
| 4.2.3 观点质量评价 | 第77-78页 |
| 4.3 Twitter传播观点检索实验数据 | 第78页 |
| 4.4 基于排序学习的Twitter传播观点检索框架 | 第78-79页 |
| 4.4.1 Twitter传播观点检索排序学习框架 | 第78-79页 |
| 4.4.2 Twitter传播观点检索相关特征 | 第79页 |
| 4.5 传播度特征 | 第79-80页 |
| 4.6 观点化特征 | 第80页 |
| 4.7 文本质量特征 | 第80-81页 |
| 4.8 Twitter传播观点检索实验 | 第81-85页 |
| 4.8.1 传播观点人工预测实验 | 第81-82页 |
| 4.8.2 Twitter传播观点检索实验设置和基准系统(Baseline) | 第82页 |
| 4.8.3 Twitter传播观点检索实验结果及分析 | 第82-85页 |
| 4.8.4 Twitter观点传播预测VS Twitter普通tweet传播预测 | 第85页 |
| 4.8.5 Twitter传播观点预测VS Twitter传播观点人工预测 | 第85页 |
| 4.9 小结 | 第85-87页 |
| 第五章 Twitter中信息传播者的发现 | 第87-96页 |
| 5.1 引言 | 第87-88页 |
| 5.2 相关工作 | 第88页 |
| 5.3 基于排序学习的Twitter信息传播者发现框架 | 第88-89页 |
| 5.3.1 Twitter信息传播者发现排序学习框架 | 第88-89页 |
| 5.3.2 Twitter信息传播者相关特征 | 第89页 |
| 5.4 转发历史特征 | 第89-90页 |
| 5.5 用户特征 | 第90-91页 |
| 5.6 用户活跃时间特征 | 第91页 |
| 5.7 用户兴趣特征 | 第91页 |
| 5.8 Twitter信息传播者发现实验 | 第91-95页 |
| 5.8.1 Twitter信息传播者发现实验数据 | 第91-92页 |
| 5.8.2 Twitter信息传播者发现实验设置 | 第92页 |
| 5.8.3 Twitter信息传播者发现基准系统(Baseline) | 第92-93页 |
| 5.8.4 Twitter信息传播者发现实验结果及分析 | 第93-95页 |
| 5.9 小结 | 第95-96页 |
| 第六章 总结与展望 | 第96-99页 |
| 6.1 工作总结 | 第96-97页 |
| 6.2 工作展望 | 第97-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-121页 |
| 作者在学期间取得的学术成果 | 第121-122页 |
