首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于用户情感和网络关系分析的人格预测模型

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-15页
    1.1 研究背景与意义第10-11页
    1.2 研究现状第11-13页
        1.2.1 国外研究第11-12页
        1.2.2 国内研究第12-13页
    1.3 本文主要研究内容第13-14页
    1.4 论文的组织结构第14-15页
第二章 人格预测相关理论第15-20页
    2.1 人格模型简介第15-16页
    2.2 传统的人格测量方法第16页
        2.2.1 访谈第16页
        2.2.2 问卷第16页
    2.3 社交网络用户特征第16-18页
    2.4 社交网络用户人格预测第18-20页
        2.4.1 用户数据获取方法第18-19页
        2.4.2 人格预测模型第19-20页
第三章 微博用户特征第20-32页
    3.1 微博简介第21页
    3.2 微博固有特征第21-24页
        3.2.1 用户基本特征第21-22页
        3.2.2 用户活跃度第22页
        3.2.3 微博影响力第22-23页
        3.2.4 固有特征第23-24页
    3.3 微博用户情感特征第24-28页
        3.3.1 改进的情感词典第24-25页
        3.3.2 表情词典第25-26页
        3.3.3 情感分析第26-27页
        3.3.4 用户情感特征第27-28页
    3.4 网络关系特征第28-31页
        3.4.1 用户相似度第28-30页
        3.4.2 交互熟悉度第30-31页
        3.4.3 网络关系特征第31页
    3.5 本章小结第31-32页
第四章 用户人格预测模型第32-38页
    4.1 连续预测模型第32-36页
        4.1.1 多元线性回归第32-33页
        4.1.2 增量回归第33-34页
        4.1.3 多任务回归第34-36页
    4.2 分类预测模型第36-37页
    4.3 本章小结第37-38页
第五章 实验结果和分析第38-47页
    5.1 实验数据获取第38页
    5.2 用户特征和人格相关性分析第38-41页
    5.3 实验结果和分析第41-45页
        5.3.1 连续预测模型实验结果和分析第41-43页
        5.3.2 分类预测模型实验结果和分析第43-45页
    5.4 本章小结第45-47页
第六章 总结和展望第47-49页
    6.1 工作总结第47页
    6.2 工作展望第47-49页
参考文献第49-52页
附录第52-54页
攻读硕士学位期间取得的研究成果第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:IL-33在PM2.5暴露加重变应性鼻炎黏膜炎症反应中的作用
下一篇:EZH2在肝纤维化中的作用及其部分机制研究