声明
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 文本特征表示
1.2.2 短文本分类技术
1.2.3 主动学习分类技术
1.3 本文主要工作
1.4 论文章节安排
第二章 相关理论基础及技术
2.1 社交网络短文本分类问题
2.1.1 社交网络及其数据特点
2.1.2 问题定义
2.2 社交网络短文本数据预处理技术
2.3 社交网络短文本特征处理技术
2.3.1 特征抽取
2.3.2 特征度量
2.4 社交网络短文本分类技术
2.4.1 基于特征的统计学习方法分类技术
2.4.2 多模型的融合技术
2.5 本章小结
第三章 基于多属性特征的社交网络短文本分类方法
3.1 研究背景
3.2 社交网络短文本多属性特征提取
3.2.1 社交属性特征提取
3.2.2 结构属性特征提取
3.2.3 语义属性特征提取
3.3 基于多属性特征的短文本分类
3.4 实验及结果分析
3.4.1 特征的回归模型选择
3.4.2 特征的重要性评估
3.4.3 算法的测试分析
3.5 本章小结
第四章 基于主动学习的社交网络短文本分类方法
4.1 研究背景
4.2 主动学习算法
4.2.1 学习器的选择
4.2.2 查询函数的选择
4.3 基于主动学习的短文本分类
4.4 实验及结果分析
4.4.1 主动学习交互模块
4.4.2 算法的测试分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的研究成果