微博社会网络中人物与团体信息挖掘
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-17页 |
1.1 课题的研究背景 | 第8-9页 |
1.2 社会化媒体简介 | 第9-12页 |
1.3 国内外研究现状 | 第12-14页 |
1.4 课题研究内容及意义 | 第14-15页 |
1.5 本文的组织结构 | 第15-17页 |
第2章 微博人物数据获取及表示 | 第17-30页 |
2.1 微博社会化媒体简介 | 第17-20页 |
2.2 新浪微博开放平台介绍 | 第20-21页 |
2.3 数据获取 | 第21-23页 |
2.4 人物社交数据简介 | 第23-27页 |
2.4.1 微博用户关系数据介绍 | 第23-25页 |
2.4.2 微博用户交互数据介绍 | 第25-27页 |
2.5 实验结果及分析 | 第27-29页 |
2.5.1 实验数据 | 第27页 |
2.5.2 数据获取结果分析 | 第27-28页 |
2.5.3 人物建模表示 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第3章 人物相似性计算及用户推荐 | 第30-42页 |
3.1 人物相似性计算 | 第30-35页 |
3.1.1 人物相似性介绍 | 第30-31页 |
3.1.2 人物社交信息相似性计算 | 第31-32页 |
3.1.3 人物交互信息相似性计算 | 第32-33页 |
3.1.4 层次判别矩阵方法介绍 | 第33-35页 |
3.2 实验结果与分析 | 第35-41页 |
3.2.1 社交信息相似性实验 | 第35-38页 |
3.2.2 基于社交信息相似性的用户推荐实验 | 第38-41页 |
3.4 本章小结 | 第41-42页 |
第4章 微博社会网络团体分析 | 第42-53页 |
4.1 微博社会网络分析 | 第42-44页 |
4.1.1 社会网络分析介绍 | 第42-43页 |
4.1.2 相似性网络介绍 | 第43-44页 |
4.2 CNM 团体挖掘算法介绍 | 第44-50页 |
4.2.1 微博社会网络中存在团体的原因分析 | 第44-45页 |
4.2.2 模块度介绍 | 第45-48页 |
4.2.3 CNM 团体分析算法简介 | 第48-50页 |
4.3 实验结果与分析 | 第50-51页 |
4.4 本章小结 | 第51-53页 |
结论 | 第53-55页 |
参考文献 | 第55-60页 |
致谢 | 第60页 |