基于微博数据的个性化好友推荐算法研究及系统实现
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景、目的及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 基于博文及网络结构信息的好友推荐方法 | 第15-23页 |
| 2.1 问题描述 | 第15页 |
| 2.2 基于微博的用户兴趣相似性计算 | 第15-16页 |
| 2.3 基于网络结构的用户连边可能性度量 | 第16-17页 |
| 2.4 基于逻辑回归的好友推荐 | 第17-18页 |
| 2.5 实验及结果分析 | 第18-22页 |
| 2.5.1 实验数据及预处理 | 第18页 |
| 2.5.2 评价指标 | 第18-19页 |
| 2.5.3 微博的用户兴趣相似性计算的结果 | 第19-20页 |
| 2.5.4 参数选择 | 第20-21页 |
| 2.5.5 逻辑回归的好友推荐结果 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 基于Link-LDA的好友推荐方法 | 第23-31页 |
| 3.1 主题模型在微博中的应用 | 第23-24页 |
| 3.2 基于Link-LDA的微博主题相似度计算 | 第24-26页 |
| 3.2.1 Link-LDA主题模型 | 第24-25页 |
| 3.2.2 基于Link-LDA改进的主题模型 | 第25-26页 |
| 3.3 实验及结果分析 | 第26-29页 |
| 3.3.1 参数选择 | 第26-28页 |
| 3.3.2 推荐结果实验 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 好友推荐系统的设计与实现 | 第31-41页 |
| 4.1 需求分析 | 第31页 |
| 4.2 详细设计 | 第31-33页 |
| 4.2.1 系统流程设计 | 第31-32页 |
| 4.2.2 系统功能模块设计 | 第32-33页 |
| 4.3 数据库设计 | 第33-35页 |
| 4.3.1 概念结构设计 | 第33-34页 |
| 4.3.2 物理结构设计 | 第34-35页 |
| 4.4 系统开发技术 | 第35-36页 |
| 4.5 系统核心界面 | 第36-39页 |
| 4.6 系统分析 | 第39-40页 |
| 4.7 本章小结 | 第40-41页 |
| 第五章 结论与展望 | 第41-43页 |
| 5.1 结论 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 攻读学位期间取得的研究成果 | 第47-49页 |
| 致谢 | 第49-51页 |
| 个人简况及联系方式 | 第51-55页 |
