| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究内容和目标 | 第11-12页 |
| 1.2.1 研究目标 | 第11页 |
| 1.2.2 研究内容 | 第11-12页 |
| 1.3 主要贡献 | 第12页 |
| 1.3.1 理论贡献 | 第12页 |
| 1.3.2 实践贡献 | 第12页 |
| 1.4 研究的创新点 | 第12-13页 |
| 1.5 本文框架 | 第13-14页 |
| 第2章 文献综述 | 第14-20页 |
| 2.1 传统的客户细分方法 | 第14-15页 |
| 2.2 微博平台的企业客户细分 | 第15-16页 |
| 2.3 微博用户兴趣建模 | 第16-17页 |
| 2.4 文本聚类技术研究 | 第17-18页 |
| 2.5 非负矩阵分解简述 | 第18-19页 |
| 2.6 小结 | 第19-20页 |
| 第3章 文本聚类方法 | 第20-29页 |
| 3.1 基本概念 | 第20-21页 |
| 3.2 文本聚类简介 | 第21-23页 |
| 3.3 常用的文本聚类方法 | 第23-24页 |
| 3.3.1 K-means聚类 | 第23-24页 |
| 3.3.2 层次聚类 | 第24页 |
| 3.4 聚类评估方法 | 第24-28页 |
| 3.4.1 内部评估方式 | 第25-27页 |
| 3.4.2 外部评估方式 | 第27-28页 |
| 3.5 小结 | 第28-29页 |
| 第4章 融合用户兴趣和文本聚类的企业微博客户细分框架 | 第29-36页 |
| 4.1 企业微博客户细分的相关概念 | 第29-31页 |
| 4.1.1 微博相关简介 | 第29-30页 |
| 4.1.2 企业微博客户细分 | 第30-31页 |
| 4.2 微博用户兴趣建模 | 第31-32页 |
| 4.3 研究框架与方法 | 第32-35页 |
| 4.3.1 数据获取 | 第33-34页 |
| 4.3.2 文本聚类分析建模 | 第34-35页 |
| 4.4 小结 | 第35-36页 |
| 第5章 面向微博平台的企业客户细分实验 | 第36-42页 |
| 5.1 实验数据 | 第36页 |
| 5.2 参数设置 | 第36-39页 |
| 5.3 结果分析和可视化 | 第39-41页 |
| 5.4 小结 | 第41-42页 |
| 第6章 总结与展望 | 第42-44页 |
| 6.1 研究工作总结 | 第42-43页 |
| 6.2 研究的不足及展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 在学期间的研究成果及发表的学术论文 | 第49-50页 |
| 在学期间参与的科研项目 | 第50页 |