大规模微博数据的品牌检索与可视化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究内容及意义 | 第8-12页 |
| 1.2.1 微博品牌检索中的重排序策略 | 第8-10页 |
| 1.2.2 微博数据的可视化 | 第10-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 2 相关领域研究现状 | 第13-24页 |
| 2.1 图像检索及重排序算法 | 第13-16页 |
| 2.2 TREC微博搜索任务 | 第16-17页 |
| 2.3 社交平台的信息检索 | 第17-20页 |
| 2.4 社交平台数据可视化 | 第20-21页 |
| 2.5 基于力导向图的图排布方法 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 微博品牌检索及重排序策略 | 第24-43页 |
| 3.1 图模型 | 第25-32页 |
| 3.1.1 单图模型 | 第26-28页 |
| 3.1.2 多图模型 | 第28-30页 |
| 3.1.3 基于多图的微博重排序方法 | 第30-31页 |
| 3.1.4 边系数矩阵的建立 | 第31-32页 |
| 3.2 文本特征和图像特征 | 第32-34页 |
| 3.2.1 文本特征 | 第32-33页 |
| 3.2.2 图像特征 | 第33-34页 |
| 3.3 实验 | 第34-42页 |
| 3.3.1 实验数据 | 第35-36页 |
| 3.3.2 评价准则 | 第36-37页 |
| 3.3.3 参数选择 | 第37-40页 |
| 3.3.4 实验结果 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 微博数据可视化 | 第43-53页 |
| 4.1 图的建立与相似微博检索 | 第43-48页 |
| 4.1.1 预处理 | 第43-44页 |
| 4.1.2 特征提取 | 第44-45页 |
| 4.1.3 微博去重方法 | 第45页 |
| 4.1.4 边的建立 | 第45-47页 |
| 4.1.5 相似微博检索 | 第47-48页 |
| 4.2 基于图的微博可视化 | 第48-50页 |
| 4.2.1 框架 | 第48-49页 |
| 4.2.2 可视化软件 | 第49-50页 |
| 4.3 实验结果和讨论 | 第50-53页 |
| 4.3.1 随机数据的实验结果 | 第51-52页 |
| 4.3.2 品牌相关数据的实验结果 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
