摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-13页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 集成评价相关研究 | 第9-10页 |
1.2.2 基于数据驱动的评价研究 | 第10页 |
1.3 本文研究思路与框架结构 | 第10-11页 |
1.4 本文所用参数及意义 | 第11-13页 |
第2章 经典的综合评价及组合评价方法概述 | 第13-16页 |
2.1 综合评价研究与分类 | 第13-15页 |
2.2 组合评价相关研究 | 第15-16页 |
第3章 数据驱动的Topsis法 | 第16-22页 |
3.1 基于数据驱动思想的Topsis法 | 第16-18页 |
3.1.1 数据驱动原理 | 第16页 |
3.1.2 Topsis评价法简介 | 第16-17页 |
3.1.3 基于数据驱动的Topsis模型 | 第17-18页 |
3.2 数据驱动的Topsis法在微信公众号评价上的应用 | 第18-21页 |
3.2.1 微信公众号评价的意义 | 第18页 |
3.2.2 数据驱动的Topsis法对微信公众号的评价与排名 | 第18-21页 |
3.3 本章小结 | 第21-22页 |
第4章 AdaBoost视角下集成评价模型的构建与应用 | 第22-30页 |
4.1 AdaBoost算法概述 | 第22-23页 |
4.2 集成评价模型的学习思路 | 第23-24页 |
4.3 集成评价模型在微信公众号评价上的应用 | 第24-29页 |
4.3.1 主成分分析法对微信公众号的评价 | 第24-26页 |
4.3.2 因子分析法对微信公众号的评价 | 第26-27页 |
4.3.3 集成模型对微信公众号的影响力评价 | 第27-29页 |
4.4 本章小结 | 第29-30页 |
第5章 集成评价模型的对比分析 | 第30-34页 |
5.1 微信公众号影响力的组合评价 | 第30-33页 |
5.2 集成评价的对比与分析 | 第33页 |
5.3 本章小结 | 第33-34页 |
第6章 结论与展望 | 第34-36页 |
6.1 本文结论 | 第34-35页 |
6.2 文章创新 | 第35页 |
6.3 展望 | 第35-36页 |
致谢 | 第36-37页 |
参考文献 | 第37-40页 |
附录1 攻读硕士学位期间发表的论文 | 第40-41页 |
附录2 攻读硕士学位期间参加的科研项目 | 第41页 |