| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 特定组织机构相关用户挖掘问题研究分析 | 第13-20页 |
| 2.1 用户关系和图 | 第13-14页 |
| 2.2 相关用户挖掘问题与用户关系相关问题对比分析 | 第14-15页 |
| 2.3 用户关系问题相关技术分析借鉴 | 第15-19页 |
| 2.3.1 好友推荐相关技术分析 | 第15-17页 |
| 2.3.2 社区发现相关技术分析 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于链接模型的特定组织机构相关用户挖掘 | 第20-31页 |
| 3.1 基于组织对象的文本挖掘系统 | 第20-21页 |
| 3.2 链接模型应用于相关用户挖掘 | 第21-30页 |
| 3.2.1 基于PageRank的相关用户挖掘 | 第22-25页 |
| 3.2.2 基于HITS的相关用户挖掘算法 | 第25-27页 |
| 3.2.3 两种算法的结果比较分析 | 第27-28页 |
| 3.2.4 系统最终结果展示 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于WAF改进的特定组织机构相关用户挖掘算法 | 第31-46页 |
| 4.1 图模型应用于用户挖掘 | 第31-33页 |
| 4.2 WAF | 第33-34页 |
| 4.3 基于WAF改进的图模型算法 | 第34-40页 |
| 4.3.1 将词亲密度映射为用户亲密度 | 第34-36页 |
| 4.3.2 算法描述 | 第36-40页 |
| 4.4 实验与分析 | 第40-44页 |
| 4.4.1 算法实现 | 第40-41页 |
| 4.4.2 实验结果分析 | 第41-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第五章 微博数据爬虫和信息抽取问题分析解决 | 第46-65页 |
| 5.1 数据获取 | 第46-56页 |
| 5.1.1 数据获取问题的基本分析 | 第46-47页 |
| 5.1.2 基于API解决数据获取问题 | 第47-51页 |
| 5.1.3 遇到的问题及解决方法(翻页、数据不全面等) | 第51-56页 |
| 5.2 英文推特中的微博标签粘连问题 | 第56-59页 |
| 5.2.1 问题描述 | 第56页 |
| 5.2.2 解决思路 | 第56-59页 |
| 5.2.3 解决方案 | 第59页 |
| 5.3 实体抽取与属性填充 | 第59-63页 |
| 5.3.1 COSE系统中实体的提取和属性填充 | 第59-60页 |
| 5.3.2 利用规则与正则方法进行信息抽取 | 第60-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 作者攻读学位期间发表的学术论文目录 | 第71页 |
