1。2。1  理论意义 1

1。2。2  实践价值 2

1。3  本文的研究思路及内容 2

1。3。1  研究思路 2

1。3。2  研究内容 2

1。4  本文章节安排 2

2  文献综述 4

2。1  用户建模研究 4

2。1。1  用户建模的定义和过程 4

2。1。2  用户建模的类型及方法 4

2。2  用户信息行为研究 5

2。2。1  用户信息行为的定义 5

2。2。2  网络用户信息行为 5

2。3  微博内容挖掘研究 6

2。3。1  微博话题发现研究 6

2。3。2  情感倾向性分析研究 7

2。4  现有研究总结 8

3  基于用户信息行为和微博内容的用户兴趣建模研究 9

3。1  研究框架 9

3。2  关键技术描述 10

3。2。1  微博数据采集 10

3。2。2  用户兴趣特征提取 10

3。3  实验分析 12

3。3。1  用户兴趣特征提取实验步骤 12

3。3。2  融合用户信息行为和微博内容的用户兴趣建模实验步骤 19

4  实证研究 21

4。1  实验数据概括 21

4。2  建模结果评估 22

4。2。1  微博内容融合用户信息行为前后建模结果比较分析 22

4。2。2  融合用户信息行为和微博内容的用户建模结果抽样评估 24

5  总结与展望 27

5。1  研究总结 27

5。2  不足之处 27

5。3  研究展望 28

致  谢 29

参 考 文 献 30

图表目录

图3。1 研究框架 9

图3。2 火车头采集器构建采集转发静态页面的网址规则界面 13

图3。3 Fiddler Web Debugger捕捉微博转发页面两次动态加载的网址界面 13

图3。4 火车头采集器内容采集规则界面 14

图3。5 按照用户整合转发内容的程序结果截图 15

图3。6 转发分词程序运行截图 15

图3。7 转发分词结果截图 16

图3。8 CHI。py运行截图 16

图3。9 运行CHI。py后所得特征词和期卡方值结果截图