声明
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 社交网站图像分析现状
1.2.2 基于深度学习的图像内容识别技术
1.2.3 对比挖掘现状
1.3 主要研究内容
1.4 论文的组织结构
第二章 图像内容识别技术
2.1 深度学习相关概念
2.1.1 深度学习
2.1.2 深度学习和迁移学习结合
2.2 基于深度学习的图像识别技术
2.2.1 图像识别
2.2.2 谷歌图像识别接口
2.3 图像内容识别技术应用与实现
2.4 本章小结
第三章 基于图像内容识别结果的文本对比挖掘
3.1 数据预处理
3.2 文本向量化处理
3.2.1 基本概念
3.2.2 词向量转化原理
3.3 聚类分析
3.3.1 聚类算法
3.3.2 聚类算法性能评估方法
3.3. 实验验证
3.4 频繁项集挖掘
3.5 对比挖掘
3.6 方法描述和实现
3.7 本章小结
第四章 基于图像内容识别技术和对比挖掘的网站分析
4.1 实验环境介绍
4.2 案例一:办公室图像对比挖掘
4.2.1 办公室图像对比的意义
4.2.2 基于网络爬虫的数据获取
4.2.3 算法实现及实验分析
4.3 案例二:酒店图像对比挖掘
4.3.1 酒店图像对比的意义
4.3.2 基于网络爬虫的数据获取
4.3.3 算法实现及实验分析
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录
攻读学位期间参加科研情况及获得的学术成果
西安石油大学;