基于XGBOOST和随机森林的热门微博预测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作及创新 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 相关理论研究 | 第14-22页 |
| 2.1 文本的主题特征提取 | 第14-15页 |
| 2.2 连续特征离散化技术 | 第15-16页 |
| 2.3 XGBOOST | 第16-18页 |
| 2.4 随机森林 | 第18-22页 |
| 第3章 基于XGBOOST的特征离散化算法 | 第22-36页 |
| 3.1 算法框架设计 | 第22-24页 |
| 3.2 微博预处理及特征提取 | 第24-28页 |
| 3.2.1 数据预处理 | 第24页 |
| 3.2.2 文本分词 | 第24-25页 |
| 3.2.3 文本主题特征的提取 | 第25-27页 |
| 3.2.4 微博用户特征提取 | 第27-28页 |
| 3.3 基于XGBOOST的特征离散化 | 第28-31页 |
| 3.4 实验及分析 | 第31-36页 |
| 3.4.1 实验数据集 | 第31页 |
| 3.4.2 实验过程描述 | 第31-32页 |
| 3.4.3 实验结果及分析 | 第32-36页 |
| 第4章 基于约束的随机森林热门微博预测算法 | 第36-48页 |
| 4.1 特征间相关性分析 | 第36-39页 |
| 4.1.1 使用卡方检验分析特征间相关性 | 第36-37页 |
| 4.1.2 使用皮尔逊系数分析特征间相关性 | 第37-39页 |
| 4.2 基于约束的随机森林分类算法 | 第39-42页 |
| 4.2.1 传统随机森林算法的特征选择 | 第39-41页 |
| 4.2.2 基于约束的随机森林特征选择 | 第41-42页 |
| 4.3 实验及分析 | 第42-46页 |
| 4.3.1 实验环境 | 第42-43页 |
| 4.3.2 数据说明 | 第43页 |
| 4.3.3 实验过程描述 | 第43页 |
| 4.3.4 实验结果及分析 | 第43-46页 |
| 4.4 基于CRF的热门微博预测算法总结 | 第46-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55-56页 |
