首页--文化、科学、教育、体育论文--信息与知识传播论文--信息与传播理论论文--传播理论论文

基于微博挖掘的流行趋势预测

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-22页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究现状第12-20页
        1.2.1 Web内容流行趋势预测第12-15页
        1.2.2 基于相似度的微博流行趋势预测第15-16页
        1.2.3 基于机器学习的微博流行趋势预测第16-19页
        1.2.4 基于转发模拟的微博流行趋势预测第19-20页
    1.3 论文主要工作第20-21页
    1.4 论文组织结构第21-22页
第二章 相关技术介绍第22-30页
    2.1 常用的分类模型第22-26页
        2.1.1 逻辑斯蒂回归模型第22-23页
        2.1.2 朴素贝叶斯模型第23-24页
        2.1.3 支持向量机模型第24-25页
        2.1.4 随机森林模型第25-26页
    2.2 常用的邻近性度量指标第26-28页
    2.3 粒子群优化算法第28-29页
    2.4 本章小结第29-30页
第三章 微博转发过程实证分析第30-40页
    3.1 问题的提出和相关工作第30-31页
    3.2 实验设计第31-33页
        3.2.1 数据介绍第31页
        3.2.2 实验方法及过程第31-33页
    3.3 实验结果及分析第33-39页
        3.3.1 微博转发数变化曲线及分布第33-35页
        3.3.2 微博用户粉丝数与朋友数分布第35页
        3.3.3 内容因素对微博转发的影响第35-36页
        3.3.4 时序因素对微博转发的影响第36页
        3.3.5 网络因素对微博转发的影响第36-39页
    3.4 本章小结第39-40页
第四章 基于特征融合的微博流行趋势预测第40-58页
    4.1 问题的提出和相关工作第40-41页
    4.2 基于特征融合的微博流行趋势预测第41-47页
        4.2.1 算法步骤第41-42页
        4.2.2 转发链和网络构造第42页
        4.2.3 微博内容特征第42-43页
        4.2.4 微博时序特征第43-44页
        4.2.5 微博网络特征第44-47页
    4.3 实验设计第47-50页
        4.3.1 数据介绍第47-48页
        4.3.2 评价指标第48-49页
        4.3.3 实验方法及过程第49-50页
    4.4 实验结果及分析第50-57页
        4.4.1 特征重要性第51-52页
        4.4.2 分类模型预测效果对比第52-53页
        4.4.3 不同类别特征的有效性第53页
        4.4.4 全部特征与常用特征预测效果对比第53页
        4.4.5 预测时刻对预测效果的影响第53-55页
        4.4.6 流行度阈值对预测效果的影响第55-56页
        4.4.7 模型时间性能对比第56-57页
    4.5 本章小结第57-58页
第五章 基于相似度的微博流行趋势预测第58-72页
    5.1 问题的提出和相关工作第58-59页
    5.2 基于相似度的微博流行趋势预测第59-62页
        5.2.1 算法步骤第59-60页
        5.2.2 微博特征提取第60页
        5.2.3 微博相似度第60-61页
        5.2.4 目标微博流行度第61页
        5.2.5 方法参数选择第61-62页
        5.2.6 方法时间复杂度第62页
    5.3 实验设计第62-64页
        5.3.1 实验数据第62页
        5.3.2 评价指标第62-63页
        5.3.3 实验方法及过程第63-64页
    5.4 实验结果及分析第64-71页
        5.4.1 预测效果对比第64-65页
        5.4.2 不同类别特征的有效性第65-66页
        5.4.3 相似微博数量对预测效果的影响第66-68页
        5.4.4 全部特征与常用特征预测效果对比第68-69页
        5.4.5 预测时刻对预测效果的影响第69-71页
        5.4.6 方法时间性能对比第71页
    5.5 本章小结第71-72页
第六章 总结与展望第72-74页
    6.1 工作总结第72-73页
    6.2 工作展望第73-74页
致谢第74-75页
参考文献第75-80页
攻读硕士学位期间取得的成果第80-81页

论文共81页,点击 下载论文
上一篇:基于流行为异常检测与关联分析的网络故障定位方法研究
下一篇:面向SDN的源地址验证方法研究