首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

面向社会工程学的SNS分析和挖掘

摘要第1-7页
ABSTRACT第7-11页
1 绪论第11-14页
   ·研究背景第11页
   ·研究目的和意义第11-12页
   ·研究目标和内容第12页
   ·论文结构第12-14页
2 国内外研究现状及分析第14-23页
   ·SNS 相关研究现状第14-19页
     ·SNS 的发展第14页
     ·SNS 网络的分类第14-15页
     ·SNS 网络的热点研究第15-16页
     ·SNS 中的社会网理论研究第16-17页
     ·SNS 中的语义分析应用研究第17-19页
   ·面向社会工程学的 SNS 研究第19-22页
     ·社会工程学简述第19-20页
     ·社会工程学与 SNS 的相关研究第20-22页
   ·本章小结第22-23页
3 多 SNS 源的数据分析和抓取第23-36页
   ·面向社会工程学的 SNS 分析挖掘的总体方案第23-24页
   ·多源数据分析第24-31页
     ·各社交网络的隐私策略分析第24-28页
     ·社交网络数据分析第28-31页
   ·多源社交数据抓取第31-35页
     ·技术框架第31-32页
     ·抓取任务的调度模型第32-35页
   ·本章小结第35-36页
4 SNS 用户的隐私挖掘第36-44页
   ·用户隐私挖掘方法第36页
   ·社交主题模型研究第36-41页
     ·主题模型分析第36-37页
     ·社交主题模型评价方法研究第37-40页
     ·基于 LDA 的自适应社交主题模型第40-41页
   ·隐私挖掘途径研究第41-43页
   ·本章小结第43-44页
5 SNS 用户隐私分析和挖掘平台的开发第44-56页
   ·平台的需求分析第44-47页
     ·现状分析第44页
     ·平台的用例图第44-45页
     ·爬虫和爬虫管理第45-46页
     ·用户同步跟踪第46页
     ·用户隐私挖掘第46-47页
     ·非功能性需求第47页
   ·平台的设计第47-55页
     ·平台总体结构第47-48页
     ·平台开发技术选型第48-49页
     ·平台逻辑视图第49-55页
   ·本章小结第55-56页
6 实验第56-66页
   ·数据抓取实验第56-58页
   ·基于 LDA 的自适应社交主题模型的实验第58-60页
   ·隐私挖掘平台的应用实验第60-65页
     ·案例第61-63页
     ·案例第63-65页
   ·本章小结第65-66页
7 总结与展望第66-68页
   ·本文工作小结第66页
   ·展望第66-68页
参考文献第68-71页
致谢第71-72页
攻读学位期间发表的学术论文第72页

论文共72页,点击 下载论文
上一篇:云计算环境下的服务质量监控与弹性扩展决策
下一篇:交换式工业以太网QoS的研究