声明
摘要
第1章 绪论
1.1 微博及其特点
1.2 研究背景和意义
1.3 国内外研究现状
1.3.1 国内外微博用户兴趣研究现状
1.3.2 国内外微博用户推荐研究现状
1.4 本文研究内容
1.4.1 微博用户兴趣发现
1.4.2 个性化微博用户推荐
1.5 论文组织结构
1.6 本章小结
第2章 相关技术介绍
2.1 中文分词
2.2 主题模型
2.3 协同过滤推荐
2.4 本章小结
第3章 微博用户兴趣发现
3.1 概述
3.2 基于自身微博内容的兴趣发现
3.2.1 微博内容的预处理
3.2.2 兴趣关键词提取
3.3 基于关注用户微博信息的兴趣发现
3.3.1 内容相似度Simu,v,i
3.3.2 亲密度Fuv
3.4 用户微博和关注用户微博的用户兴趣发现
3.5 实验与结果分析
3.5.1 实验环境
3.5.2 实验数据集
3.5.3 实验评价方法
3.5.4 实验结果与分析
3.6 本章小结
第4章 个性化微博用户推荐
4.1 基于微博内容的用户推荐(UC)
4.2 基于标签的用户推荐(UT)
4.3 基于社交圈的用户推荐(USN)
4.3.1 用户粉丝贡献度
4.3.2 关注用户贡献度
4.3.3 用户社交圈相似性(SimUSN(u,v))
4.4 用户个人信息
4.4.1 用户地区(UD)
4.4.2 用户性别(US)
4.4.3 用户个人信息相似度(PI)
4.5 基于逻辑回归的多特征融合推荐模型
4.6 实验与结果分析
4.6.1 实验环境
4.6.2 实验数据采集
4.6.3 数据预处理
4.6.4 实验评价指标
4.6.5 实验结果与分析
4.7 本章小结
第5章 工作总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
个人简历 在学期间发表的学术论文及研究成果