基于社会化媒体的观点和行为挖掘研究
摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第11-21页 |
1.1 研究背景 | 第11-16页 |
1.1.1 观点分析背景和意义 | 第13-15页 |
1.1.2 行为分析背景和意义 | 第15-16页 |
1.2 本文主要研究内容和创新点 | 第16-17页 |
1.3 本文结构和安排 | 第17-18页 |
参考文献 | 第18-21页 |
第二章 相关研究工作 | 第21-37页 |
2.1 观点分析研究现状 | 第21-30页 |
2.1.1 情感分类 | 第22-26页 |
2.1.2 观点抽取 | 第26-28页 |
2.1.3 观点摘要和可视化 | 第28-29页 |
2.1.4 高级任务 | 第29-30页 |
2.2 行为分析研究现状 | 第30-31页 |
参考文献 | 第31-37页 |
第三章 中文论坛反义疑问观点识别 | 第37-55页 |
3.1 引言 | 第37-39页 |
3.2 相关工作 | 第39-40页 |
3.3 反义疑问观点识别 | 第40-47页 |
3.3.1 中文预处理 | 第41-42页 |
3.3.2 功能词合并 | 第42-44页 |
3.3.3 高频模式抽取 | 第44-45页 |
3.3.4 基于反义距离RDT的特征筛选 | 第45-46页 |
3.3.5 基于组特征GF的文本特征构建 | 第46-47页 |
3.3.6 反义疑问观点分类 | 第47页 |
3.4 实验部分 | 第47-53页 |
3.4.1 数据集合 | 第48页 |
3.4.2 特征库构建实验 | 第48-49页 |
3.4.3 反义观点分类实验 | 第49-50页 |
3.4.5 参数影响分析 | 第50-53页 |
3.5 本章总结 | 第53页 |
参考文献 | 第53-55页 |
第四章 基于结构上下文的主观表述库扩展 | 第55-75页 |
4.1 引言 | 第55-58页 |
4.2 相关工作 | 第58-59页 |
4.3 主观表述扩展 | 第59-64页 |
4.3.1 指示性上下文生成 | 第59-62页 |
4.3.2 主观表述扩展算法SCBE | 第62-64页 |
4.4 实验部分 | 第64-72页 |
4.4.1 数据集合 | 第65页 |
4.4.2 上下文抽取实验 | 第65-66页 |
4.4.3 主观表述库扩展实验 | 第66-67页 |
4.4.4 对比实验 | 第67-72页 |
4.5 本章总结 | 第72页 |
参考文献 | 第72-75页 |
第五章 社区分享网站用户知识贡献能力排序 | 第75-91页 |
5.1 引言 | 第75-77页 |
5.2 相关工作 | 第77-78页 |
5.3 用户知识贡献能力计算 | 第78-83页 |
5.3.1 内容质量度量 | 第78-79页 |
5.3.2 用户活跃度度量 | 第79页 |
5.3.3 用户影响力度量 | 第79-81页 |
5.3.4 综合能力值的计算收敛分析 | 第81-83页 |
5.4 实验部分 | 第83-89页 |
5.4.1 数据集合 | 第83-84页 |
5.4.2 综合能力排序实验 | 第84-85页 |
5.4.3 对比实验 | 第85-87页 |
5.4.4 参数影响分析 | 第87-89页 |
5.5 本章总结 | 第89页 |
参考文献 | 第89-91页 |
第六章 微博用户媒体能力排序 | 第91-107页 |
6.1 引言 | 第91-93页 |
6.2 相关工作 | 第93-94页 |
6.3 用户媒体能力计算 | 第94-99页 |
6.3.1 媒体能力模型MCM | 第95-97页 |
6.3.2 加权波达排序模型WBorda | 第97-98页 |
6.3.3 指标权重分配方案 | 第98-99页 |
6.4 实验部分 | 第99-104页 |
6.4.1 数据集合 | 第99-101页 |
6.4.2 媒体能力排序实验 | 第101-102页 |
6.4.3 算法有效性 | 第102-103页 |
6.4.4 参数影响分析 | 第103-104页 |
6.5 本章总结 | 第104-105页 |
参考文献 | 第105-107页 |
第七章 结束语 | 第107-111页 |
7.1 全文工作总结 | 第107-109页 |
7.2 未来的工作展望 | 第109-111页 |
致谢 | 第111-113页 |
攻读博士学位期间的研究成果及科研项目 | 第113-114页 |