基于符号网络的微博关键用户发现研究

中文摘要第4-5页Abstract第5-6页第1章绪论第9-15页研究背景第9-11页研究目的及意义第11-12页研究内容及方法第12-15页第2章国内外研究现状第15-26页符号网络研究现状第16-20页符号网络的基本概念及基本原理第16-19页中尺度符号网络研究现状第19-20页情感极性分类研究现状第20-23页基于情感词典的分类方法第20-21页基于机器学习的分类方法第21-23页社交网络关键用户发现研究现状第23-25页基于网络结构的发现方法第23-24页基于网络链接的发现方法第24-25页本章小结第25-26页第3章基于微博转发情感极性的符号网络模型构建第26-36页微博转发符号网络模型框架第26-27页微博转发内容情感极性分类第27-33页基于微博情感词典的转发文本情感词提取第27-30页基于情感词汇及语义规则的情感值计算第30-32页微博转发情感极性分类流程第32-33页网络节点权重计算第33-34页微博转发符号网络示例第34-35页本章小结第35-36页第4章基于微博转发符号网络的关键用户发现模型构建第36-46页关键用户发现模型框架第36-37页基于符号网络结构的PageRank算法改进第37-43页算法的基本思想及流程第37-40页基于符号网络节点权重的改进第40-41页基于符号网络节点度的改进第41-43页基于节点正负影响力的关键用户发现规则制定第43-44页基于符号网络的微博关键用户发现算法描述第44-45页本章小结第45-46页第5章实验设计与结果分析第46-51页实验数据第46-47页实验设计及评价指标第47-48页实验结果分析第48-50页本章小结第50-51页第6章总结与展望第51-53页全文总结第51-52页研究展望第52-53页参考文献第53-57页致谢第57-58页攻读学位期间获得与学位论文相关的科研成果第58页。

上一篇:广东启动2019年“雨露计划”

下一篇:没有了