2 文献综述 6

2。1 用户建模 6

2。2 用户标签 6

2。3 微博内容挖掘 7

2。4 用户兴趣发现 8

2。5 相关研究工作总结 8

3 融合用户标签与微博内容的用户建模 9

3。1 基本思路 9

3。2 关键步骤描述 10

4 实证研究 17

4。1 实验数据与测评方法 17

4。2 结果分析 18

5 结束语 22

5。1 研究结论 22

5。2 不足与工作展望 22

致 谢 24

参考文献 25

附录 A：《融合微博内容与用户标签的用户建模》结果测评邀请信 29

图表目录

图 1。1 论文结构安排示意图 5

图 3。1 融合用户标签与微博内容的用户建模的总体思路 10

图 3。2 微博内容原数据示例 11

图 3。3 用户标签原数据示例 11

图 3。4 分词样 11

图 3。5 用户标签信息示例 15

图 3。6 用户模型计算机表示 16

图 3。7 可视化工具 16

图 4。1 用户标签分布 18

图 4。2 用户模型示例 20

表 3。1 微博内容向量空间模型 14

表 3。2 用户标签模型 15

表 4。1 微博数据组成 17

表 4。2 满意度等级表 18

表 4。3 用户模型 19

表 4。4 用户模型满意度 21

1   绪论

1．1  选题背景

随着互联网技术的发展，网络上的每个人都具有信息发布的能力，人类正以史无前例的 速度生产新的信息，进入了信息量庞大的大数据时代，其提供了丰富资源的同时也带来了人 们获取所需信息的不便性，耗费更多的时间和精力。并且不同用户的信息需求不尽相同，即 使在检索时输入相同的检索词，用户想要的结果也可能不同，因此这样的服务方式并不能满 足所有用户的需求。为了尽可能为所有用户提供准确的信息，让用户满意，研究者提出了个 性化的服务。个性化服务通过对用户行为不断的跟踪、学习从而了解用户的习性，为用户提 供所需的信息以及主动推荐用户可能感兴趣的信息，满足用户需求。个性化服务就是量身定 做，可以根据每个用户自身的特点提供用户满意结果。论文网 TF-IDF社交网络上用户建模融合用户标签与微博内容的用户建模研究(2):http://www.youerw.com/yanjiu/lunwen_91962.html