| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 课题背景及研究意义 | 第12-13页 |
| 1.2 研究现状 | 第13-19页 |
| 1.2.1 用户主要地理位置 | 第14-16页 |
| 1.2.2 用户发推位置 | 第16-17页 |
| 1.2.3 推文提到位置 | 第17-19页 |
| 1.3 论文研究内容 | 第19-20页 |
| 1.4 论文结构安排 | 第20-21页 |
| 第二章 地理位置识别相关理论 | 第21-28页 |
| 2.1 地理位置识别简介 | 第21页 |
| 2.2 命名实体识别 | 第21-24页 |
| 2.2.1 命名实体识别难点 | 第22-23页 |
| 2.2.2 命名实体识别方法 | 第23-24页 |
| 2.3 地理名词处理 | 第24-25页 |
| 2.4 地理位置聚类 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于地理特征与特征集成的地名识别方法 | 第28-44页 |
| 3.1 研究背景 | 第28页 |
| 3.2 推文预处理 | 第28-30页 |
| 3.3 地理实体特征制定 | 第30-33页 |
| 3.3.1 个体地名特征 | 第31-33页 |
| 3.3.2 组合地名特征 | 第33页 |
| 3.4 特征集成的地名实体识别方法 | 第33-36页 |
| 3.5 方法测试 | 第36-43页 |
| 3.5.1 方法评估标准 | 第36-37页 |
| 3.5.2 实验结果及分析 | 第37-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于多种信息融合的用户主要地理位置属性识别方法 | 第44-66页 |
| 4.1 研究背景 | 第44-47页 |
| 4.1.1 主要方法描述 | 第44-46页 |
| 4.1.2 整体流程框架 | 第46-47页 |
| 4.2 建立推特用户数据集 | 第47-49页 |
| 4.3 社交网络朋友信息获取 | 第49-52页 |
| 4.3.1 朋友关系强度确定 | 第50-52页 |
| 4.3.2 朋友地理位置获取 | 第52页 |
| 4.4 用户自身信息获取 | 第52-57页 |
| 4.4.1 用户推文信息获取 | 第53-55页 |
| 4.4.2 用户账号及描述信息获取 | 第55-56页 |
| 4.4.3 用户关注信息获取 | 第56-57页 |
| 4.5 信息融合及用户位置预测 | 第57-61页 |
| 4.5.1 用户信息统一表示 | 第58-59页 |
| 4.5.2 地理位置聚类 | 第59-60页 |
| 4.5.3 用户主要位置预测 | 第60-61页 |
| 4.6 方法测试 | 第61-65页 |
| 4.6.1 方法评估标准 | 第61页 |
| 4.6.2 实验结果及分析 | 第61-65页 |
| 4.7 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66-67页 |
| 5.2 后续工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻硕期间取得的研究成果 | 第73-74页 |