声明
第1章 绪论
1.1研究背景
1.2研究意义
1.3国内外研究现状
1.4本文的研究内容
1.5论文组织结构
1.6本章小结
第2章 微博用户推荐相关技术概述
2.1个性化推荐
2.2 Spark并行计算框架
2.3 本章小结
第3章 基于Canopy和粗糙集的CRS-KNN文本分类算法
3.1 引言
3.2 优化KNN算法的相关工作
3.3 CRS-KNN算法基础理论
3.4 数据的预处理
3.5 CRS-KNN算法
3.6 实验设计与分析
3.7 本章小结
第4章 基于多源信息相似度的微博用户推荐算法
4.1 引言
4.2 推荐算法相关研究
4.3 多源信息相似度
4.4 MISUR微博用户推荐算法
4.5 实验结果与分析
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
在读期间发表的学术论文及研究成果
致谢