声明
摘要
1.1 研究背景
1.2 相关研究及进展
1.2.1 狄利克雷主题模型
1.2.2 微博内容推荐
1.2.3 用户聚类和文本聚类
1.3 本文主要贡献
1.4 本文组织结构
第2章 本文涉及的基础知识
2.1 狄利克雷主题模型
2.2 近似计算
2.3 聚类
第3章 结合外部知识主题模型和个性化微博推荐
3.1 模型和任务简述
3.2 模型
3.2.1 用户主题分布和文档主题分布
3.2.2 微博发布者的影响力计算
3.3 实验
3.3.1 实验环境
3.3.2 模型用于微博推荐效果
3.3.3 模型参数分析
3.3.4 主题展示
第4章 动态用户主题模型和动态用户聚类
4.1 动态用户主题建模和聚类问题
4.2 模型
4.2.1 模型综述
4.2.2 用户词对集建设
4.2.3 动态用户聚类主题模型
4.2.4 用户聚类
4.3 实验设置
4.3.1 研究问题
4.3.2 数据集
4.3.3 对比方法
4.3.4 评估指标
4.4 实验结果与分析
4.4.1 模型有效性
4.4.2 时间段不同划分的影响
4.4.3 主题建模的质量
4.4.4 动态用户兴趣展示
5.1 总结
5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文和参加科研情况