基于话题模型的教育领域微博账号萃取
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-16页 |
1.1 问题提出 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-14页 |
1.2.3 存在的问题 | 第14页 |
1.3 本文的研究问题和创新之处 | 第14-15页 |
1.4 论文组织结构 | 第15-16页 |
第二章 微博文本特征及数据采集 | 第16-25页 |
2.1 微博文本特征 | 第16-17页 |
2.2 数据采集和预处理 | 第17-24页 |
2.2.1 数据来源 | 第17-18页 |
2.2.2 数据采集及预处理 | 第18-23页 |
2.2.3 数据结果呈现 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第三章 基于主题模型的过程实现 | 第25-31页 |
3.1 主题模型原理和特点 | 第25-26页 |
3.2 LDA模型和AT模型 | 第26-30页 |
3.2.1 LDA模型 | 第27-28页 |
3.2.2 AT模型 | 第28-29页 |
3.2.3 算法思路和参数选取 | 第29-30页 |
3.3 本章小结 | 第30-31页 |
第四章 观测对象的筛选机制 | 第31-37页 |
4.1 筛选原理 | 第31-32页 |
4.2 筛选方法和一致性检验 | 第32-36页 |
4.2.1 筛选方法的确定 | 第32-34页 |
4.2.2 一致性检验 | 第34-36页 |
4.3 本章小结 | 第36-37页 |
第五章 萃取观测对象的实验结果 | 第37-48页 |
5.1 20个用户样本的筛选推荐 | 第37-41页 |
5.1.1 实验设计 | 第37-38页 |
5.1.2 实验结果和分析 | 第38-41页 |
5.2 101个用户样本的筛选推荐 | 第41-47页 |
5.2.1 实验设计 | 第42页 |
5.2.2 实验结果和分析 | 第42-47页 |
5.3 本章小结 | 第47-48页 |
第六章 总结和展望 | 第48-49页 |
参考文献 | 第49-52页 |
附录 | 第52-60页 |
致谢 | 第60页 |