声明
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 活动社交网络中社交互动分析的国内外相关研究
1.2.2 基于位置的社交网络国内外相关研究
1.2.3 活动出席预测国内外相关研究
1.3 本文的主要工作
1.4 本文的组织结构
第2章 相关知识和理论
2.1 社交网络中的用户出席行为预测通用流程
2.1.1 数据缺失
2.1.2 样本均衡
2.2 活动社交网络出席预测中的机器学习算法
2.3 模型选择
2.4 本章小结
第3章 基于活动出席行为数据的细粒度特征工程
3.1 数据描述
3.1.1 活动社交网络交互接口Meetup API
3.1.2 活动出席预测问题定义
3.1.3 数据预处理
3.2 特征工程
3.2.1 用户兴趣特征
3.2.2 用户活动距离
3.2.3 活动持续时间
3.2.4 天气特征
3.2.5 针对不同类活动的天气影响
3.3 本章小结
第4章 结合天气的活动出席预测模型
4.1 样本选择
4.2 出席预测模型
4.3 对参数β的研究
4.4 天气因素对模型应用场景的影响
4.5 GBTW模型应用示例
4.6 本章小结
第5章 结合天气的社交网络活动出席行为实验分析与验证
5.1 实验设置
5.2 实验性能分析
5.2.1 实验整体性能
5.2.2 考虑活动持续时间的效果
5.2.3 天气数据的处理方式的影响
5.2.4 负样本选取方式的影响
5.3 按季度的深入分析
5.4 针对于不同种类用户的模型表现
5.5 实验总结
5.6 本章小结
结论
参考文献
附录A 发表论文和参加科研情况说明
致谢
湖南大学;