摘要：随着移动端互联网技术的发展加快，社交网络在人们的生活中占有越来越大的比重，从原来单一的平面媒体、广播、电视到现在多元化的互动社交平台，人们获取信息和发布信息的方式也变得越来越多样化，与此同时也带了大量的数据，开启了海量数据下的数据挖掘时代。新浪微博作为国内最大的在线社交网络平台，允许用户随时随地以短文本的方式表达自己的所思所想。本文正是以新浪微博这一社交网络平台为例，通过有效的分析方式，研究分析用户的行为，并以用户的行为做为基础对不同的用户进行个性化的微博内容推荐，从而可以帮助用户提升使用微博的愉悦感。

关键词 社交网络；用户行为；主题提取；兴趣建模；内容推荐

目录

摘要

Abstract

1绪论-1

1.1研究背景-1

1.3研究内容和意义-2

1.4研究方法-2

1.5技术路线-2

2.相关理论综述-3

2.1大数据的理论综述-3

2.2社交网络理论综述-4

2.3用户行为理论综述-4

2.3.1用户行为-4

2.3.2网络用户行为-4

2.4社交网络中的用户行为分析-5

3.微博用户行为分析-6

3.1微博概况-6

3.2微博用户构成及使用动机-6

3.3微博中的用户行为-7

3.3.1微博用户主要行为-8

3.4转发、评论、点赞等典型用户行为分析-11

3.5用户行为和用户兴趣的关系-13

4基于用户行为的用户兴趣模型搭建-14

4.1用户兴趣的建模步骤-14

4.2相关技术介绍-14

4.2.1中文文本分词技术-14

4.2.2中文分词工具-15

4.2.3词袋模型-15

4.2.4贝叶斯分类-16

4.3 LDA主题模型-16

5.实验及结果分析-18

5.1数据预处理-18

5.2词频提取-18

5.3文本向量化-20

5.4建立LDA主题模型-20

5.5用户兴趣及个性化推荐-22

结论-24

致谢-26

参考文献-27