基于兴趣识别的新浪微博用户群划分研究与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·国内外发展现状 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·论文的研究方法 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 2 系统相关技术概述 | 第14-26页 |
| ·新浪微博结构特点 | 第14-16页 |
| ·新浪微博API介绍 | 第16-17页 |
| ·中文分词介绍 | 第17页 |
| ·文本分类算法介绍 | 第17-25页 |
| ·简单向量距离分类法 | 第18页 |
| ·朴素贝叶斯方法 | 第18-19页 |
| ·基于投票的方法 | 第19页 |
| ·KNN(最近邻)法 | 第19-21页 |
| ·神经网络法 | 第21-23页 |
| ·支持向量机法 | 第23-25页 |
| ·文本分类算法优劣性分析 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 业务需求分析 | 第26-30页 |
| 4 核心算法分析与设计 | 第30-48页 |
| ·微博用户兴趣主题识别算法 | 第30-38页 |
| ·兴趣识别算法原理分析 | 第30-35页 |
| ·兴趣识别算法实现 | 第35-38页 |
| ·文本兴趣主题分类算法 | 第38-47页 |
| ·文本预处理 | 第38-41页 |
| ·文本分类算法选择 | 第41-43页 |
| ·文本分类器训练 | 第43-46页 |
| ·文本分类器应用 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 兴趣识别系统设计与实现 | 第48-58页 |
| ·架构设计 | 第48-49页 |
| ·重要模块设计和实现 | 第49-57页 |
| ·数据获取模块 | 第50-53页 |
| ·文本预处理模块 | 第53-55页 |
| ·文本分类模块 | 第55-56页 |
| ·兴趣筛选模块 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 实验结果与分析 | 第58-62页 |
| ·实验部署 | 第58-59页 |
| ·实验指标 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·实验结果分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 7 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·未来展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
