摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-17页 |
1.1 研究背景与现状 | 第8-12页 |
1.1.1 研究背景 | 第8-10页 |
1.1.2 研究现状 | 第10-12页 |
1.2 论文研究目标与意义 | 第12-15页 |
1.2.1 微博用户使用目的分析 | 第12-13页 |
1.2.2 论文研究意义 | 第13-14页 |
1.2.3 论文研究目标 | 第14-15页 |
1.3 论文主要工作及创新 | 第15-16页 |
1.4 论文的组织结构 | 第16-17页 |
第二章 课题相关理论和研究 | 第17-25页 |
2.1 社会网络分析概述 | 第17-18页 |
2.2 中文文本预处理相关技术 | 第18-20页 |
2.3 用户建模相关技术 | 第20-23页 |
2.3.1 隐式狄利克雷分布 | 第20-22页 |
2.3.2 词项频率—逆向文本频率模型 | 第22-23页 |
2.4 推荐算法相关技术 | 第23-25页 |
第三章 用户模型建立算法设计 | 第25-34页 |
3.1 用户行为分析 | 第25-26页 |
3.2 MCRA算法流程 | 第26页 |
3.3 用户模型的定义 | 第26-28页 |
3.4 用户模型建立算法设计 | 第28-34页 |
第四章 文本推荐算法设计 | 第34-38页 |
4.1 文本推荐算法相关定义 | 第34-36页 |
4.2 目标用户对候选微博的兴趣度的计算 | 第36-37页 |
4.2.1 目标用户主题模型和候选微博匹配度计算 | 第36页 |
4.2.2 目标用户关键词向量模型和候选微博匹配度计算 | 第36-37页 |
4.3 候选微博的评分及推荐 | 第37-38页 |
第五章 微博文本推荐算法有效性验证 | 第38-47页 |
5.1 实验环境及实验数据的获取 | 第38页 |
5.2 实验评价标准 | 第38-39页 |
5.3 实验内容及分析 | 第39-47页 |
5.3.1 实验参数的估计 | 第40-42页 |
5.3.2 算法对比实验及结果分析 | 第42-47页 |
第六章 总结与展望 | 第47-49页 |
参考文献 | 第49-53页 |
发表论文和参加科研情况说明 | 第53-54页 |
致谢 | 第54-55页 |