| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 课题的研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-18页 |
| 1.2.1 关系强度分析 | 第9-10页 |
| 1.2.2 社区发现 | 第10-11页 |
| 1.2.3 话题识别 | 第11-12页 |
| 1.2.4 推荐算法 | 第12-15页 |
| 1.2.5 图排序技术综述 | 第15-18页 |
| 1.2.6 总结 | 第18页 |
| 1.3 课题研究内容及意义 | 第18-19页 |
| 1.4 论文内容组织结构 | 第19-20页 |
| 第2章 微博媒体关系分析和话题分析技术的研究 | 第20-32页 |
| 2.1 微博媒体简介 | 第20-22页 |
| 2.2 新浪微博数据获取 | 第22-24页 |
| 2.3 微博媒体用户关系分析 | 第24-27页 |
| 2.3.1 用户关系的数学描述 | 第24页 |
| 2.3.2 用户关系强度排序 | 第24-25页 |
| 2.3.3 局部社交网络的社区发现 | 第25-27页 |
| 2.4 微博媒体中人物话题的识别 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 微博媒体的推荐技术的研究 | 第32-43页 |
| 3.1 引言 | 第32页 |
| 3.2 微博人物推荐技术的研究 | 第32-39页 |
| 3.2.1 基于社交网络图和内容匹配的好友推荐算法 | 第33-34页 |
| 3.2.2 人物推荐实验 | 第34-39页 |
| 3.3 微博信息推荐技术的研究 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 新浪微博个人分析系统设计与实现 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 系统来源 | 第43-44页 |
| 4.3 个人分析系统的整体框架 | 第44-46页 |
| 4.4 系统功能 | 第46-53页 |
| 4.4.0 基本信息页 | 第46-47页 |
| 4.4.1 关系图谱页 | 第47-49页 |
| 4.4.2 内容分析可视化 | 第49-52页 |
| 4.4.3 社区发现可视化 | 第52页 |
| 4.4.4 话题识别可视化 | 第52-53页 |
| 4.4.5 人物推荐可视化 | 第53页 |
| 4.5 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |