基于微博的人物关系强度预测模型研究及实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景及意义 | 第14-16页 |
| 1.1.1 课题背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 课题来源 | 第16页 |
| 1.3 国内外研究状况 | 第16-19页 |
| 1.4 论文工作 | 第19-20页 |
| 1.5 论文结构 | 第20-22页 |
| 第二章 相关知识介绍 | 第22-30页 |
| 2.1 新浪微博API | 第22-23页 |
| 2.2 相关算法和模型 | 第23-25页 |
| 2.2.1 空间向量模型 | 第23页 |
| 2.2.2 文本相似度算法 | 第23-25页 |
| 2.3 相关技术 | 第25-28页 |
| 2.3.1 网络爬虫 | 第25-26页 |
| 2.3.2 网页解析 | 第26-27页 |
| 2.3.3 可视化技术 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于微博的人物关系强度预测模型 | 第30-44页 |
| 3.1 用户关系分析 | 第30-32页 |
| 3.1.1 用户直观关系分析 | 第30-31页 |
| 3.1.2 用户互动关系分析 | 第31-32页 |
| 3.2 用户关系强弱影响因素分析 | 第32-33页 |
| 3.3 用户关系强度预测模型 | 第33-42页 |
| 3.3.1 用户关系深度分析 | 第34-35页 |
| 3.3.2 用户互动关系分析 | 第35-37页 |
| 3.3.3 用户信息相似度分析 | 第37-41页 |
| 3.3.4 用户关系图构建 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 人物关系强度预测系统实现 | 第44-62页 |
| 4.1 总体设计 | 第44-45页 |
| 4.2 微博数据采集实现 | 第45-61页 |
| 4.2.1 微博数据采集设计 | 第46-47页 |
| 4.2.2 基于模拟登陆方式获取数据 | 第47-56页 |
| 4.2.3 基于新浪微博API方式获取数据 | 第56-61页 |
| 4.3 影响权重确定 | 第61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 实现结果及分析 | 第62-70页 |
| 5.1 微博数据采集实现结果 | 第62-65页 |
| 5.2 数据处理和分析 | 第65-67页 |
| 5.3 用户关系强度预测结果比较 | 第67-69页 |
| 5.4 本章小节 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 主要研究成果 | 第70页 |
| 6.2 后续工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
