| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·引言 | 第10页 |
| ·研究背景及意义 | 第10-12页 |
| ·链接预测研究现状 | 第12-16页 |
| ·基于节点属性信息的方法 | 第13页 |
| ·基于网络拓扑信息的方法 | 第13-14页 |
| ·基于节点相似性的方法 | 第14页 |
| ·基于概率模型的方法 | 第14-15页 |
| ·目前方法的比较及存在的问题 | 第15-16页 |
| ·主题模型研究现状 | 第16-18页 |
| ·论文的主要工作 | 第18-19页 |
| ·研究内容 | 第18页 |
| ·本文的贡献 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 第2章 社会网络的链接预测 | 第20-28页 |
| ·社会网络 | 第20-22页 |
| ·社会网络定义 | 第21页 |
| ·社会网络的数据表示 | 第21-22页 |
| ·社会网络分析 | 第22-24页 |
| ·社会网络分析的定义 | 第22页 |
| ·社会网络分析的任务 | 第22-23页 |
| ·社会网络分析的方法 | 第23-24页 |
| ·社会网络的链接预测 | 第24-27页 |
| ·链接预测的定义 | 第24页 |
| ·链接预测的基本算法 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于用户兴趣特征的社会网络链接预测方法 | 第28-39页 |
| ·引言 | 第28-29页 |
| ·相关概念与问题描述 | 第29-30页 |
| ·基于用户兴趣特征的社会网络链接预测方法(LPMUI) | 第30-32页 |
| ·方法框架 | 第30-31页 |
| ·方法描述 | 第31-32页 |
| ·用户兴趣特征提取 | 第32-35页 |
| ·兴趣主题提取 | 第32-34页 |
| ·兴趣主题相似度计算 | 第34-35页 |
| ·实例分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于网络拓扑特征的社会网络链接预测方法 | 第39-47页 |
| ·引言 | 第39页 |
| ·相关概念与问题描述 | 第39-40页 |
| ·基于网络拓扑特征的社会网络链接预测方法(LPMNT) | 第40-41页 |
| ·方法框架 | 第41页 |
| ·方法描述 | 第41页 |
| ·网络拓扑信息特征提取 | 第41-43页 |
| ·综合社会网络链接预测方法 | 第43-45页 |
| ·方法框架 | 第44页 |
| ·方法描述 | 第44-45页 |
| ·实例分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验与分析 | 第47-56页 |
| ·实验环境 | 第47页 |
| ·数据来源和数据集 | 第47-49页 |
| ·数据来源 | 第47-48页 |
| ·数据处理 | 第48-49页 |
| ·实验设计 | 第49-50页 |
| ·评价方法 | 第50页 |
| ·结果与分析 | 第50-55页 |
| ·特征提取结果 | 第50-51页 |
| ·实验结果分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |