| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 引言 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·微博服务专家定位的研究现状及挑战 | 第11-13页 |
| ·论文的主要研究内容和创新点 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 相关研究工作 | 第16-26页 |
| ·微博用户社交影响力相关研究 | 第16-17页 |
| ·社交网络专家定位相关研究 | 第17-19页 |
| ·LDA在微博服务中的应用研究概况 | 第19-26页 |
| ·主题模型和LDA(隐含狄利克雷分配) | 第19-23页 |
| ·LDA在微博服务中的应用研究 | 第23-26页 |
| 第三章 基于LDA的微博服务专家定位系统框架与算法 | 第26-46页 |
| ·专家定位系统框架概述 | 第26-27页 |
| ·用户全局社交影响力计算算法MbUserRank | 第27-34页 |
| ·PageRank算法 | 第27-29页 |
| ·基于PageRank的MbUserRank算法详细介绍 | 第29-31页 |
| ·MbUserRank算法结果分析 | 第31-34页 |
| ·基于LDA的用户主题社交影响力计算算法LDAMbUserRank | 第34-40页 |
| ·微博用户主题抽取 | 第34-35页 |
| ·LDAMbUserRank算法详细介绍 | 第35-38页 |
| ·LDAMbUserRank算法结果分析 | 第38-40页 |
| ·专家定位方法CR&SI | 第40-45页 |
| ·关键字相关社交影响力 | 第40-41页 |
| ·内容相关度 | 第41-42页 |
| ·专家排名公式 | 第42-44页 |
| ·CR&SI方法详细介绍 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 专家定位原型系统的设计与实现 | 第46-58页 |
| ·专家定位原型系统框架 | 第46-47页 |
| ·专家定位原型系统实现 | 第47-56页 |
| ·数据层 | 第47-51页 |
| ·逻辑控制层 | 第51-52页 |
| ·显示层 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 实验设计及结果分析 | 第58-72页 |
| ·实验数据集 | 第58-62页 |
| ·数据准备 | 第58-59页 |
| ·数据预处理 | 第59-60页 |
| ·数据分析 | 第60-62页 |
| ·实验方案 | 第62-67页 |
| ·实验方案概述 | 第62-63页 |
| ·评价标准 | 第63-64页 |
| ·专家投票系统 | 第64-67页 |
| ·实验结果分析 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 总结和展望 | 第72-74页 |
| ·本文工作总结 | 第72页 |
| ·下一步工作展望 | 第72-74页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80页 |
