SNS社交网络用户行为分析和推荐系统开发.docVIP

SNS社交网络用户行为分析和推荐系统开发

TOC\o1-2\h\u4056第1章引言 4

224091.1研究背景 4

204591.2研究目的 4

286251.3研究意义 5

20143第2章社交网络与用户行为分析概述 5

105812.1社交网络发展历程 5

232502.1.1社交网络的起源 5

195812.1.2社交网络的演变 5

178662.1.3社交网络发展趋势 5

33042.2用户行为分析基本概念 6

12012.2.1用户行为数据 6

172392.2.2用户行为分析目标 6

115352.3用户行为分析的关键技术 6

306842.3.1数据挖掘 7

217062.3.2机器学习 7

180332.3.3自然语言处理 7

22236第3章社交网络用户行为数据收集与处理 7

146983.1数据收集方法 7

190753.1.1网络爬虫技术 7

205773.1.2API接口调用 8

104883.1.3问卷调查与用户访谈 8

244583.1.4用户行为跟踪 8

158723.2数据预处理技术 8

47483.2.1数据去重 8

86503.2.2数据补全 8

305553.2.3数据规范化 8

120233.3数据清洗与转换 8

226933.3.1数据清洗 8

158173.3.2数据转换 8

114623.3.3特征工程 8

301443.4数据存储与管理 9

177763.4.1数据存储 9

207883.4.2数据备份与恢复 9

34223.4.3数据索引与查询 9

27323.4.4数据安全与隐私保护 9

19660第4章用户行为特征提取与建模 9

107554.1用户行为特征分析 9

293234.1.1用户行为数据概述 9

224244.1.2用户行为特征维度 9

38244.2特征提取方法 9

36134.2.1基于统计的特征提取 9

222484.2.2基于机器学习的特征提取 10

183704.2.3基于深度学习的特征提取 10

309654.3用户行为建模 10

270834.3.1用户行为表示 10

68894.3.2用户行为预测模型 10

25234.3.3用户行为序列模型 10

201174.4用户画像构建 10

170054.4.1用户画像概念 10

319374.4.2用户画像构建方法 10

144294.4.3用户画像应用 10

306第5章社交网络用户行为分析算法 11

167485.1用户行为预测算法 11

183075.1.1时间序列分析算法 11

235825.1.2分类算法 11

307455.1.3深度学习算法 11

275035.2用户兴趣度计算方法 11

321355.2.1基于内容的兴趣度计算 11

320385.2.2协同过滤算法 11

117855.2.3深度学习算法 11

224825.3用户群体分析算法 12

5275.3.1聚类算法 12

137575.3.2社区发觉算法 12

184155.3.3网络分析方法 12

318285.4用户关系网络分析 12

15785.4.1社交网络分析算法 12

316895.4.2信任传播算法 12

22925.4.3用户影响力评估算法 12

24847第6章推荐系统概述 12

155776.1推荐系统的基本概念 12

52076.2推荐系统的分类 13

183616.3推荐系统的评估指标 13

20654第7章基于内容的推荐算法 14

67697.1内容推荐算法原理 14

259767.1.1基本原理 14

186577.1.2关键技术 14

227467.1.3主要类别 14

90247.2文本分类与聚类 14

67347.2.1文本分类 14

89137.2.2文本聚类 15

120217.3基于用户画像的推荐算法 15

34437.3.1用户画像构建 15

198147.3.2推荐算法实现 15

37637.4深度学习在内容推荐