| 摘要 | 第1-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-13页 |
| ·微博研究面临的问题 | 第13页 |
| ·主要研究内容及创新点 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 相关研究工作 | 第16-30页 |
| ·个性化推荐方法 | 第16-19页 |
| ·基于内容的推荐 | 第16-17页 |
| ·协同过滤推荐 | 第17-19页 |
| ·混合方式推荐 | 第19页 |
| ·基于微博的推荐研究 | 第19-23页 |
| ·微博内容 | 第19-20页 |
| ·微博特点 | 第20页 |
| ·微博主题挖掘研究 | 第20-22页 |
| ·用户兴趣模型表示方法 | 第22-23页 |
| ·推荐系统评价方式 | 第23-26页 |
| ·用户满意度 | 第23-24页 |
| ·预测准确度 | 第24-25页 |
| ·覆盖率 | 第25页 |
| ·其它评价方式 | 第25-26页 |
| ·个性化推荐的商业网络服务 | 第26页 |
| ·相关算法 | 第26-29页 |
| ·TF-IDF 算法 | 第26-27页 |
| ·Latent Dirichlet Allocation 算法 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于微博的用户兴趣挖掘 | 第30-47页 |
| ·微博数据模型表示 | 第30-31页 |
| ·用户微博自身兴趣挖掘 | 第31-36页 |
| ·T-LDA 算法思想 | 第34页 |
| ·T-LDA 算法步骤 | 第34-36页 |
| ·T-LDA 兴趣挖掘算法步骤表示 | 第36页 |
| ·基于 SNS 的用户微博关注人兴趣挖掘 | 第36-40页 |
| ·FInterest 算法思想 | 第37-38页 |
| ·FInterest 算法步骤 | 第38-40页 |
| ·FInterest 兴趣挖掘算法表示 | 第40页 |
| ·实验 | 第40-46页 |
| ·实验环境 | 第40-42页 |
| ·实验结果展示 | 第42-44页 |
| ·实验对比及分析 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第四章 基于评价反馈的用户兴趣更新 | 第47-57页 |
| ·引入评价反馈机制的个性化信息推荐算法 | 第47-51页 |
| ·算法思想 | 第47页 |
| ·算法步骤 | 第47-51页 |
| ·实验 | 第51-56页 |
| ·实验环境 | 第54页 |
| ·实验及结果展示 | 第54-55页 |
| ·实验对比分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-60页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间的主要工作 | 第64-65页 |
| 致谢 | 第65-66页 |