一种基于行为的微博用户兴趣挖掘方法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究的内容及目标 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 相关理论及技术 | 第14-28页 |
| 2.1 微博信息分析 | 第14-19页 |
| 2.1.1 微博概述 | 第14-15页 |
| 2.1.2 微博中的信息 | 第15-19页 |
| 2.1.3 微博用户行为 | 第19页 |
| 2.2 数据挖掘简介 | 第19-21页 |
| 2.3 分词及文本分类技术 | 第21-27页 |
| 2.3.1 基于字符串匹配的分词方法 | 第21-23页 |
| 2.3.2 朴素贝叶斯分类技术 | 第23-25页 |
| 2.3.3 朴素贝叶斯文本分类算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于行为的微博用户兴趣挖掘方法 | 第28-42页 |
| 3.1 用户兴趣挖掘方法 | 第28-29页 |
| 3.2 微博用户行为分析 | 第29-35页 |
| 3.2.1 发布微博行为 | 第30-31页 |
| 3.2.2 关注行为 | 第31-33页 |
| 3.2.3 评论与转发行为 | 第33-34页 |
| 3.2.4 贴标签行为 | 第34-35页 |
| 3.3 用户兴趣模型表示 | 第35-38页 |
| 3.3.1 用户兴趣模型表示方法 | 第35-36页 |
| 3.3.2 基于关注行为的兴趣表示 | 第36-38页 |
| 3.3.3 基于评论转发的兴趣表示 | 第38页 |
| 3.4 基于行为的微博用户兴趣挖掘方法 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 实验验证与结果分析 | 第42-52页 |
| 4.1 实验环境 | 第42页 |
| 4.2 实验结果评价标准 | 第42-43页 |
| 4.3 实验方案及数据集 | 第43-45页 |
| 4.3.1 方案设计 | 第43-44页 |
| 4.3.2 实验数据集 | 第44-45页 |
| 4.4 实验过程 | 第45-47页 |
| 4.4.1 分类器构造 | 第45-46页 |
| 4.4.2 数据获取及兴趣挖掘 | 第46-47页 |
| 4.5 实验结果及分析 | 第47-51页 |
| 4.5.1 模型准确性实验 | 第47-50页 |
| 4.5.2 模型灵敏性实验 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |
