摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外用户兴趣模型研究综述 | 第12-16页 |
1.2.1 用户兴趣模型研究现状 | 第12-14页 |
1.2.2 微博用户兴趣模型研究现状 | 第14-15页 |
1.2.3 研究述评 | 第15-16页 |
1.3 研究内容 | 第16-17页 |
1.4 可能的创新点 | 第17页 |
1.5 研究路线与组织结构 | 第17-19页 |
1.6 本章小节 | 第19-20页 |
第二章 相关理论基础 | 第20-33页 |
2.1 微博平台特征 | 第20-21页 |
2.2 微博用户兴趣信息的特点与调查分析 | 第21-24页 |
2.2.1 个人标签 | 第22-23页 |
2.2.2 关注对象 | 第23页 |
2.2.3 微博内容 | 第23-24页 |
2.3 微博用户兴趣模型的表示方法 | 第24-27页 |
2.3.1 用户兴趣模型表示方法综述 | 第24-26页 |
2.3.2 基于细粒度向量空间模型的兴趣表示 | 第26-27页 |
2.4 微博用户兴趣的分类方法 | 第27-28页 |
2.5 LDA主题模型 | 第28-31页 |
2.6 微博用户兴趣模型的更新 | 第31-32页 |
2.7 本章小结 | 第32-33页 |
第三章微博用户兴趣模型构建方法和步骤 | 第33-54页 |
3.1 微博用户兴趣模型构建基本框架 | 第33-34页 |
3.2 微博用户兴趣信息获取方法 | 第34-36页 |
3.2.1 基于微博内容的用户兴趣获取思路 | 第34页 |
3.2.2 基于用户关注的用户兴趣获取思路 | 第34-36页 |
3.3 微博数据采集与预处理 | 第36-45页 |
3.3.1 数据采集 | 第36-40页 |
3.3.2 数据预处理 | 第40-45页 |
3.4 微博用户兴趣发现方法 | 第45-52页 |
3.4.1 基于微博内容的兴趣特征集提取方法 | 第45-50页 |
3.4.2 基于微博用户关注的用户兴趣特征集提取方法 | 第50-52页 |
3.5 本章小结 | 第52-54页 |
第四章 融合模型的微博用户兴趣模型构建 | 第54-63页 |
4.1 基于微博内容的用户兴趣模型构建 | 第54-57页 |
4.2 基于用户关注的用户兴趣模型构建 | 第57-60页 |
4.3 融合微博内容和用户关注的微博用户兴趣模型 | 第60-62页 |
4.4 本章小结 | 第62-63页 |
第五章 微博用户兴趣模型评估和更新 | 第63-70页 |
5.1 微博用户兴趣模型的评估 | 第63-66页 |
5.1.1 评价指标的选择 | 第63-64页 |
5.1.2 实验结果及分析 | 第64-66页 |
5.2 微博用户兴趣模型的应用 | 第66-67页 |
5.3 基于记忆遗忘曲线的微博用户兴趣模型更新 | 第67-69页 |
5.4 本章小结 | 第69-70页 |
结论与展望 | 第70-72页 |
1. 本文工作总结 | 第70页 |
2. 研究展望 | 第70-72页 |
参考文献 | 第72-78页 |
攻读硕士学位期间取得的研究成果 | 第78-79页 |
致谢 | 第79-80页 |
附件 | 第80页 |