| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 图目录 | 第11-12页 |
| 表目录 | 第12-13页 |
| 第1章 绪论 | 第13-25页 |
| ·研究背景及意义 | 第13-16页 |
| ·研究背景 | 第13-14页 |
| ·研究意义 | 第14-16页 |
| ·国内外研究现状 | 第16-21页 |
| ·用户兴趣模型的研究现状 | 第16-19页 |
| ·个性化广告的研究现状 | 第19-21页 |
| ·本文研究内容及创新点 | 第21-23页 |
| ·研究内容 | 第21-22页 |
| ·本文创新点 | 第22-23页 |
| ·本文的组织结构 | 第23-25页 |
| 第2章 相关技术概述 | 第25-34页 |
| ·微博信息采集及预处理 | 第25-28页 |
| ·网络爬虫 | 第25-27页 |
| ·网页信息处理 | 第27-28页 |
| ·文本处理技术 | 第28-32页 |
| ·中文分词 | 第28-30页 |
| ·停用词过滤 | 第30-32页 |
| ·主题模型 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 微博用户兴趣模型构建 | 第34-50页 |
| ·基于LDA算法的微博主题模型选择 | 第34-38页 |
| ·模型算法原理 | 第34-36页 |
| ·模型比较及选择 | 第36-38页 |
| ·基于LDA算法的微博主题模型构建 | 第38-43页 |
| ·模型的应用实例 | 第43-49页 |
| ·应用环境 | 第43-44页 |
| ·应用步骤 | 第44-47页 |
| ·应用结果 | 第47-48页 |
| ·结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于兴趣的个性化广告推荐 | 第50-63页 |
| ·整体框架设计 | 第50-52页 |
| ·创新的广告形式 | 第52-55页 |
| ·微博广告类型 | 第52-53页 |
| ·融合故事型广告创意 | 第53-55页 |
| ·个性化的广告内容 | 第55-59页 |
| ·基于不同需求的内容个性化 | 第56-57页 |
| ·基于相同需求的内容个性化 | 第57-59页 |
| ·广告推荐渠道 | 第59-62页 |
| ·与新浪平台合作 | 第60-61页 |
| ·企业账号自主推广 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 模型的应用与评估——以新浪微博普通用户为例 | 第63-68页 |
| ·评估形式 | 第63-65页 |
| ·评估背景 | 第63页 |
| ·评估目的 | 第63页 |
| ·实施流程 | 第63-65页 |
| ·评估结果 | 第65-68页 |
| 第6章 总结与展望 | 第68-71页 |
| ·全文工作总结 | 第68-69页 |
| ·后续工作展望 | 第69-71页 |
| 附录 新浪微博大V主题词挖掘结果 | 第71-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |