| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 微博用户标签提取及应用相关技术综述 | 第17-23页 |
| 2.1 基于微博提取标签的相关算法 | 第17-18页 |
| 2.1.1 TextRank算法原理 | 第17-18页 |
| 2.1.2 TF-IDF算法原理 | 第18页 |
| 2.2 微博用户标签提取结果评价指标 | 第18-20页 |
| 2.2.1 准确率 | 第18-19页 |
| 2.2.2 召回率 | 第19页 |
| 2.2.3 F值与F1值 | 第19-20页 |
| 2.3 相关的分类和聚类算法 | 第20-22页 |
| 2.3.1 kNN分类算法 | 第20-21页 |
| 2.3.2 K-means聚类算法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 微博用户个性化标签提取技术研究 | 第23-42页 |
| 3.1 研究如何提升标签反应用户个性化特征的能力 | 第23-40页 |
| 3.1.1 微博用户基础类型标签提取技术研究 | 第23-33页 |
| 3.1.2 微博用户混合类型标签提取技术研究 | 第33-40页 |
| 3.2 研究如何添加标签自身的个性化特征 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第4章 实验与结果分析 | 第42-74页 |
| 4.1 实验环境及实验数据 | 第42-45页 |
| 4.2 实验整体流程 | 第45-47页 |
| 4.3 实验具体步骤 | 第47-70页 |
| 4.3.1 实验数据预处理 | 第47-49页 |
| 4.3.2 实验用户基础标签提取及与用户自提标签平均重合数计算 | 第49-52页 |
| 4.3.3 实验用户分类标签提取及与用户自提标签平均重合数计算 | 第52-55页 |
| 4.3.4 实验用户关注标签提取及与用户自提标签平均重合数计算 | 第55-59页 |
| 4.3.5 实验用户基分混合标签提取实验及结果 | 第59-60页 |
| 4.3.6 实验用户基关混合标签提取实验及结果 | 第60-61页 |
| 4.3.7 实验用户分关混合标签提取实验及结果 | 第61-63页 |
| 4.3.8 实验用户基分关混合标签提取实验及结果 | 第63-64页 |
| 4.3.9 七种类型用户标签提取效果对比分析 | 第64-70页 |
| 4.4 微博用户个性化标签的进一步处理及应用分析 | 第70-73页 |
| 4.4.1 微博用户个性化标签的分类处理 | 第70页 |
| 4.4.2 带分类特征的用户个性化标签的应用分析 | 第70-73页 |
| 4.5 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
