微博自动分类方法研究及应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 论文研究的背景 | 第7-8页 |
| 1.2 论文研究的意义 | 第8-9页 |
| 1.3 国内外研究现状与分析 | 第9-14页 |
| 1.3.1 国外研究现状 | 第9-11页 |
| 1.3.2 国内研究现状 | 第11-13页 |
| 1.3.3 微博分类概述 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 第2章 微博数据模型建立及预处理 | 第15-28页 |
| 2.1 微博数据模型 | 第15-20页 |
| 2.1.1 微博文本分析 | 第15-18页 |
| 2.1.2 微博文本语言特点 | 第18-20页 |
| 2.1.3 微博文本要素定义 | 第20页 |
| 2.2 数据的来源与收集 | 第20-24页 |
| 2.2.1 数据来源 | 第21页 |
| 2.2.2 数据收集 | 第21-22页 |
| 2.2.3 数据存储 | 第22-24页 |
| 2.3 微博文本分词方法 | 第24-27页 |
| 2.3.1 分词方法概述 | 第24-26页 |
| 2.3.2 微博分词 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 微博特征模式库的建立 | 第28-39页 |
| 3.1 微博类别参考体系建立 | 第28-34页 |
| 3.1.1 门户网站类别标准 | 第28-32页 |
| 3.1.2 微博类别体系建立 | 第32-34页 |
| 3.2 特征模式库建立 | 第34-36页 |
| 3.2.1 特征模式库定义 | 第34-35页 |
| 3.2.2 特征模式库构建方法 | 第35-36页 |
| 3.3 特征模式库的调整 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 微博分类器的构建与应用 | 第39-52页 |
| 4.1 分类器的构建 | 第39-43页 |
| 4.1.1 分类函数定义 | 第39-41页 |
| 4.1.2 要素系数判别实验 | 第41-43页 |
| 4.2 分类器性能评价 | 第43-46页 |
| 4.2.1 判别系数验证 | 第43-44页 |
| 4.2.2 分类准确率评价 | 第44-46页 |
| 4.3 微博分类方法应用 | 第46-51页 |
| 4.3.1 微博用户兴趣分析 | 第47页 |
| 4.3.2 用户兴趣集合建立 | 第47-48页 |
| 4.3.3 兴趣特征词提取 | 第48-50页 |
| 4.3.4 微博呈现分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
