短文本流中主题模型及其应用研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 相关研究及进展 | 第14-17页 |
| 1.2.1 狄利克雷主题模型 | 第14-16页 |
| 1.2.2 微博内容推荐 | 第16页 |
| 1.2.3 用户聚类和文本聚类 | 第16-17页 |
| 1.3 本文主要贡献 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第2章 本文涉及的基础知识 | 第20-26页 |
| 2.1 狄利克雷主题模型 | 第20-21页 |
| 2.2 近似计算 | 第21-23页 |
| 2.3 聚类 | 第23-26页 |
| 第3章 结合外部知识主题模型和个性化微博推荐 | 第26-37页 |
| 3.1 模型和任务简述 | 第26-27页 |
| 3.2 模型 | 第27-31页 |
| 3.2.1 用户主题分布和文档主题分布 | 第27-30页 |
| 3.2.2 微博发布者的影响力计算 | 第30-31页 |
| 3.3 实验 | 第31-37页 |
| 3.3.1 实验环境 | 第31-32页 |
| 3.3.2 模型用于微博推荐效果 | 第32-34页 |
| 3.3.3 模型参数分析 | 第34-35页 |
| 3.3.4 主题展示 | 第35-37页 |
| 第4章 动态用户主题模型和动态用户聚类 | 第37-52页 |
| 4.1 动态用户主题建模和聚类问题 | 第37-38页 |
| 4.2 模型 | 第38-44页 |
| 4.2.1 模型综述 | 第38-39页 |
| 4.2.2 用户词对集建设 | 第39页 |
| 4.2.3 动态用户聚类主题模型 | 第39-43页 |
| 4.2.4 用户聚类 | 第43-44页 |
| 4.3 实验设置 | 第44-47页 |
| 4.3.1 研究问题 | 第44页 |
| 4.3.2 数据集 | 第44-45页 |
| 4.3.3 对比方法 | 第45-46页 |
| 4.3.4 评估指标 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-52页 |
| 4.4.1 模型有效性 | 第48页 |
| 4.4.2 时间段不同划分的影响 | 第48-49页 |
| 4.4.3 主题建模的质量 | 第49-50页 |
| 4.4.4 动态用户兴趣展示 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第62-63页 |
| 附件 | 第63页 |
