一种基于逻辑回归的微博用户可信度评估方法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文主要工作及创新点 | 第12-13页 |
| ·论文组织 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 相关知识简介 | 第14-25页 |
| ·逻辑回归模型概述 | 第14-17页 |
| ·线性回归 | 第14页 |
| ·Logistic函数 | 第14-15页 |
| ·逻辑回归模型 | 第15-17页 |
| ·新浪微博数据获取方法 | 第17-22页 |
| ·网络爬虫 | 第17-18页 |
| ·新浪微博开放平台 | 第18-22页 |
| ·SPSS统计分析软件简介 | 第22-24页 |
| ·SPSS概述 | 第22-23页 |
| ·SPSS的功能特点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 微博虚假用户的概念及其特征分析 | 第25-33页 |
| ·微博虚假用户的概念 | 第25页 |
| ·微博虚假用户的特征分析 | 第25-32页 |
| ·关注型虚假用户 | 第25-27页 |
| ·营销推广型虚假用户 | 第27-30页 |
| ·自我满足型虚假用户 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于逻辑回归的微博用户可信度建模 | 第33-46页 |
| ·模型的构建 | 第33-34页 |
| ·自变量的提取及计算方法 | 第34-42页 |
| ·自变量的提取方法 | 第35-37页 |
| ·自变量值的计算 | 第37-42页 |
| ·自变量的显著性检验及参数估计 | 第42-44页 |
| ·显著性检验 | 第42-43页 |
| ·参数估计 | 第43-44页 |
| ·模型特殊情况的处理 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 实验结果及分析 | 第46-50页 |
| ·实验数据集 | 第46页 |
| ·模型评价指标 | 第46-47页 |
| ·测试结果及分析 | 第47-49页 |
| ·性能测试 | 第47-48页 |
| ·类别区分能力测试 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的科研成果 | 第57页 |
