| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景与问题 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 工业界研究现状 | 第14-16页 |
| 1.2.2 学术界研究现状 | 第16-18页 |
| 1.2.4 研究现状总结 | 第18-19页 |
| 1.3 研究目标及内容 | 第19-21页 |
| 1.3.1 研究目标 | 第19页 |
| 1.3.2 研究内容 | 第19-20页 |
| 1.3.3 社交搜索整体框架 | 第20-21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 第二章 社交搜索相关理论知识概述 | 第23-30页 |
| 2.1 在线社交网络理论基础 | 第23-24页 |
| 2.1.1 六度分离理论和无标度特性 | 第23-24页 |
| 2.1.2 社交网络分析 | 第24页 |
| 2.2 基于位置的社交网络 | 第24-26页 |
| 2.2.1 简介 | 第24-25页 |
| 2.2.2 基于位置的社交网络模型 | 第25-26页 |
| 2.3 本研究涉及关键技术与算法 | 第26-29页 |
| 2.3.1 搜索技术(Lucene) | 第26-27页 |
| 2.3.2 K-Means和KNN | 第27-28页 |
| 2.3.3 情感分析技术(TextBlob) | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 数据获取与预处理 | 第30-35页 |
| 3.1 数据集获取 | 第30-31页 |
| 3.2 数据预处理 | 第31-32页 |
| 3.3 数据简要分析及形式化定义 | 第32-34页 |
| 3.3.1 数据集分析 | 第32页 |
| 3.3.2 数据集形式化定义 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于好友聚类的KNN搜索算法的设计 | 第35-48页 |
| 4.1 基于Lucene的搜索引擎设 | 第35-39页 |
| 4.1.1 搜索引擎框架 | 第35-36页 |
| 4.1.2 倒排索引的构建 | 第36-37页 |
| 4.1.3 基于Lucene的搜索引擎构建 | 第37-39页 |
| 4.2 基于搜索得分的位置排序 | 第39-40页 |
| 4.3 基于社交得分的位置排序 | 第40-44页 |
| 4.3.1 基于社交得分的位置排序框架 | 第40-41页 |
| 4.3.2 线下算法 | 第41-43页 |
| 4.3.3 线上基于社交得分的位置排序 | 第43-44页 |
| 4.4 基于距离得分的位置排序 | 第44-45页 |
| 4.4.1 基于距离得分的位置排序框架 | 第45页 |
| 4.4.2 距离公式 | 第45页 |
| 4.5 综合排序模型 | 第45-46页 |
| 4.6 基于好友聚类的KNN搜索算法的时间复杂度分析 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 实验分析 | 第48-54页 |
| 5.1 实验目标与评价指标 | 第48页 |
| 5.2 数据集划分 | 第48-49页 |
| 5.3 参数设定 | 第49-50页 |
| 5.4 对比实验 | 第50-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 社交搜索原型系统设计与实现 | 第54-61页 |
| 6.1 原型系统总体设计 | 第54-55页 |
| 6.2 开发环境 | 第55页 |
| 6.3 原型系统详细设计 | 第55-60页 |
| 6.3.1 支撑技术 | 第55-56页 |
| 6.3.2 实现细节 | 第56-59页 |
| 6.3.3 系统展示 | 第59-60页 |
| 6.4 本章小结 | 第60-61页 |
| 第七章 总结和展望 | 第61-63页 |
| 7.1 研究工作总结 | 第61-62页 |
| 7.2 研究工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者简介 | 第68页 |