微博文本预处理与用户兴趣建模方法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 微博停用词过滤 | 第14-24页 |
| 2.1 停用词过滤概述 | 第14-15页 |
| 2.2 基于上下文关系的微博停用词选取 | 第15-20页 |
| 2.2.1 相关停用词选取方法 | 第15页 |
| 2.2.2 基于上下文关系的停用词定义 | 第15-17页 |
| 2.2.3 词性规则 | 第17-19页 |
| 2.2.4 停用词过滤算法描述 | 第19-20页 |
| 2.3 实验结果及分析 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 微博新词发现 | 第24-31页 |
| 3.1 新词发现概述 | 第24页 |
| 3.2 基于相邻词组的微博新词发现 | 第24-29页 |
| 3.2.1 基于相邻词组的微博新词定义 | 第25页 |
| 3.2.2 微博文本特点 | 第25-26页 |
| 3.2.3 基于多元扩展的新词迭代识别 | 第26-27页 |
| 3.2.4 微博新词发现算法描述 | 第27-29页 |
| 3.3 实验结果及分析 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 微博用户兴趣建模 | 第31-48页 |
| 4.1 微博用户兴趣建模方案 | 第31-32页 |
| 4.2 微博用户兴趣构成 | 第32-34页 |
| 4.3 微博用户兴趣表示 | 第34-35页 |
| 4.4 概念扩展 | 第35-40页 |
| 4.4.1 同义词词林介绍 | 第35-36页 |
| 4.4.2 概念词表构建 | 第36-38页 |
| 4.4.3 概念扩展算法描述 | 第38-39页 |
| 4.4.4 特征向量权重计算 | 第39-40页 |
| 4.5 微博用户兴趣聚类 | 第40-43页 |
| 4.5.1 相关聚类算法介绍 | 第40-41页 |
| 4.5.2 微博用户兴趣聚类方法 | 第41-42页 |
| 4.5.3 聚类算法描述 | 第42-43页 |
| 4.6 实验结果及分析 | 第43-47页 |
| 4.6.1 实验数据 | 第43页 |
| 4.6.2 实验环境 | 第43页 |
| 4.6.3 实验内容 | 第43-47页 |
| 4.7 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 本文完成的工作 | 第48页 |
| 5.2 未来的研究方向与重心 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54页 |
| A作者在攻读硕士学位期间发表论文目录 | 第54页 |
