| 论文创新点 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 研究背景 | 第15-17页 |
| 1.1.1 在线社会网络 | 第15-16页 |
| 1.1.2 在线社会网络用户特征分析 | 第16-17页 |
| 1.2 研究动机 | 第17-19页 |
| 1.3 研究内容 | 第19-22页 |
| 1.3.1 研究内容概述 | 第19-21页 |
| 1.3.2 研究内容的结构 | 第21-22页 |
| 1.4 论文的组织 | 第22-23页 |
| 第2章 国内外研究现状和相关理论 | 第23-45页 |
| 2.1 在线社会网络用户分类方法概述 | 第23-26页 |
| 2.1.1 用户兴趣分类方法研究背景 | 第23-24页 |
| 2.1.2 用户兴趣分类方法相关工作 | 第24-26页 |
| 2.2 在线社会网络发现相似用户方法概述 | 第26-31页 |
| 2.2.1 查找相似用户研究背景 | 第26-27页 |
| 2.2.2 查找相似用户相关工作 | 第27-28页 |
| 2.2.3 直觉模糊集相关工作 | 第28-31页 |
| 2.3 在线社会网络受众位置预测方法概述 | 第31-36页 |
| 2.3.1 受众位置研究背景 | 第31页 |
| 2.3.2 在线社会网络预测相关工作 | 第31-34页 |
| 2.3.3 多标签分类相关工作 | 第34-36页 |
| 2.4 相关理论 | 第36-44页 |
| 2.4.1 LDA主题模型 | 第36-37页 |
| 2.4.2 直觉模糊集相关理论 | 第37-43页 |
| 2.4.3 ML-KNN多标签分类方法 | 第43-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 基于信息内容和粉丝拓扑关系的微博用户分类方法 | 第45-65页 |
| 3.1 引言 | 第45-46页 |
| 3.2 基于微博内容的分类方法 | 第46-47页 |
| 3.3 基于用户粉丝拓扑关系的分类方法 | 第47-54页 |
| 3.3.1 相同兴趣类别用户粉丝一致性 | 第48-53页 |
| 3.3.2 基于粉丝一致性的分类方法 | 第53-54页 |
| 3.4 综合微博内容和粉丝拓扑关系的分类方法 | 第54-56页 |
| 3.4.1 比较概率估计值的综合分类方法 | 第54-55页 |
| 3.4.2 合并特征值的综合分类方法 | 第55-56页 |
| 3.5 用户分类方法性能评估 | 第56-63页 |
| 3.5.1 数据描述 | 第56-58页 |
| 3.5.2 预测性能评价标准 | 第58页 |
| 3.5.3 基于微博内容分类方法性能评估 | 第58-59页 |
| 3.5.4 基于粉丝拓扑关系分类方法性能评估 | 第59-61页 |
| 3.5.5 综合微博内容和粉丝拓扑关系的分类方法性能评估 | 第61-63页 |
| 3.6 本章小结 | 第63-65页 |
| 第4章 基于直觉模糊集的相似用户发现 | 第65-83页 |
| 4.1 引言 | 第65-66页 |
| 4.2 基于直觉模糊集查找相似用户方法 | 第66-74页 |
| 4.2.1 兴趣主题属性模糊数 | 第66-68页 |
| 4.2.2 行为特征属性模糊数 | 第68-72页 |
| 4.2.3 个人信息属性模糊数 | 第72-73页 |
| 4.2.4 基于集成算子的相似用户查找方法 | 第73-74页 |
| 4.3 查找相似用户方法实验验证 | 第74-82页 |
| 4.3.1 数据收集与评价方法 | 第74-75页 |
| 4.3.2 发现单一属性相似用户性能 | 第75-77页 |
| 4.3.3 发现综合属性相似用户性能 | 第77-82页 |
| 4.4 本章小结 | 第82-83页 |
| 第5章 基于多标签分类的在线社会网络受众地理位置预测 | 第83-108页 |
| 5.1 引言 | 第83-84页 |
| 5.2 研究动机及意义 | 第84-85页 |
| 5.3 建模准备工作 | 第85-88页 |
| 5.3.1 受众位置预测问题定义 | 第85-87页 |
| 5.3.2 ML-KNN方法分析 | 第87-88页 |
| 5.4 受众位置预测模型 | 第88-93页 |
| 5.4.1 基于权重的相似度测量方法 | 第88-90页 |
| 5.4.2 快速查找相似视频算法 | 第90-92页 |
| 5.4.3 基于ML-KNN的改进方法 | 第92-93页 |
| 5.5 特征提取 | 第93-95页 |
| 5.5.1 发布者基本属性特征 | 第94页 |
| 5.5.2 发布者扩展属性特征 | 第94-95页 |
| 5.5.3 视频内容属性特征 | 第95页 |
| 5.6 受众位置预测实验 | 第95-107页 |
| 5.6.1 数据描述 | 第96-98页 |
| 5.6.2 评价指标 | 第98-99页 |
| 5.6.3 基于权重的相似度测量方法性能评估 | 第99-102页 |
| 5.6.4 快速查找算法性能评估 | 第102-104页 |
| 5.6.5 受众位置预测性能评估 | 第104-107页 |
| 5.7 本章小结 | 第107-108页 |
| 第6章 总结与展望 | 第108-111页 |
| 6.1 全文工作总结 | 第108-109页 |
| 6.2 下一步的研究工作 | 第109-111页 |
| 参考文献 | 第111-119页 |
| 附录1 攻读博士学位期间发表的文章 | 第119-120页 |
| 附录2 攻读博士学位期间参与的研究项目 | 第120-121页 |
| 致谢 | 第121页 |
