| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究目的与研究意义 | 第15-16页 |
| 1.3 主要研究内容与创新点 | 第16-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 1.5 参考文献 | 第20-23页 |
| 第二章 社会搜索研究概述 | 第23-41页 |
| 2.1 社会搜索定义 | 第23-24页 |
| 2.2 相关理论基础 | 第24-25页 |
| 2.2.1 六度分离理论和无标度特性 | 第24页 |
| 2.2.2 社会网络分析 | 第24-25页 |
| 2.2.3 弱连接理论 | 第25页 |
| 2.3 研究分类 | 第25-35页 |
| 2.3.1 搜索策略 | 第26-29页 |
| 2.3.2 基于标签的社会搜索 | 第29-31页 |
| 2.3.3 基于社会网络结构的搜索 | 第31-32页 |
| 2.3.4 社会化推荐 | 第32-34页 |
| 2.3.5 个性化 | 第34-35页 |
| 2.4 社会搜索相关的若干热点问题 | 第35-36页 |
| 2.4.1 用户分类 | 第35页 |
| 2.4.2 用户影响力分析 | 第35-36页 |
| 2.5 本章小结 | 第36页 |
| 2.6 参考文献 | 第36-41页 |
| 第三章 基于用户在线社会网络的混合式社会搜索模型 | 第41-57页 |
| 3.1 引言 | 第41-42页 |
| 3.2 相关工作 | 第42-43页 |
| 3.3 社会搜索模型概述 | 第43-46页 |
| 3.3.1 社会搜索模型 | 第43-45页 |
| 3.3.2 查询处理过程 | 第45-46页 |
| 3.4 排序算法 | 第46-49页 |
| 3.4.1 预备知识 | 第46页 |
| 3.4.2 话题相关性排序算法(Topic Relevance Rank,TRR) | 第46-48页 |
| 3.4.3 社会关系排序算法(Social Relation Rank,SRR) | 第48-49页 |
| 3.4.4 话题分类(Topic Classification) | 第49页 |
| 3.5 实验 | 第49-54页 |
| 3.5.1 用户实例 | 第49-50页 |
| 3.5.2 实验验证 | 第50-54页 |
| 3.6 本章小结 | 第54页 |
| 3.7 参考文献 | 第54-57页 |
| 第四章 基于用户兴趣推荐的协作话题预测模型 | 第57-75页 |
| 4.1 引言 | 第57-58页 |
| 4.2 相关工作 | 第58-60页 |
| 4.2.1 话题模型 | 第58-59页 |
| 4.2.2 社会化推荐 | 第59-60页 |
| 4.3 话题预测模型 | 第60-68页 |
| 4.3.1 模型概述 | 第60-61页 |
| 4.3.2 基于话题网络的推荐 | 第61-65页 |
| 4.3.3 基于社会关系图的推荐 | 第65-68页 |
| 4.3.4 话题预测引擎 | 第68页 |
| 4.4 实验验证 | 第68-71页 |
| 4.4.1 数据集描述 | 第68-69页 |
| 4.4.2 评估参数 | 第69页 |
| 4.4.3 实验结果 | 第69-71页 |
| 4.5 本章小结 | 第71页 |
| 4.6 参考文献 | 第71-75页 |
| 第五章 微博媒体中基于事件的用户分类 | 第75-95页 |
| 5.1 引言 | 第75-77页 |
| 5.2 相关工作 | 第77-78页 |
| 5.3 模型概述 | 第78-80页 |
| 5.3.1 新浪微博特征 | 第78-79页 |
| 5.3.2 问题描述 | 第79-80页 |
| 5.4 方法 | 第80-84页 |
| 5.4.1 数据采集模块 | 第80页 |
| 5.4.2 用户表示模块 | 第80-83页 |
| 5.4.3 用户分类模块 | 第83-84页 |
| 5.5 实验 | 第84-91页 |
| 5.5.1 模型训练 | 第84-85页 |
| 5.5.2 数据集描述 | 第85页 |
| 5.5.3 数据预处理 | 第85页 |
| 5.5.4 评估方法 | 第85-86页 |
| 5.5.5 实验结果 | 第86-91页 |
| 5.6 本章小结 | 第91-92页 |
| 5.7 参考文献 | 第92-95页 |
| 第六章 微博媒体中基于事件的用户影响力分析 | 第95-109页 |
| 6.1 引言 | 第95-96页 |
| 6.2 相关工作 | 第96-99页 |
| 6.2.1 PageRank | 第97页 |
| 6.2.2 HITS | 第97-98页 |
| 6.2.3 Topic-Sensitive PageRank | 第98页 |
| 6.2.4 TwitterRank | 第98-99页 |
| 6.2.5 其他 | 第99页 |
| 6.3 方法描述 | 第99-102页 |
| 6.3.1 用户质量评估 | 第101页 |
| 6.3.2 内容影响力评估 | 第101-102页 |
| 6.3.3 粉丝影响力评估 | 第102页 |
| 6.4 实验验证 | 第102-105页 |
| 6.4.1 数据描述 | 第102-103页 |
| 6.4.2 评价标准 | 第103-104页 |
| 6.4.3 结果分析 | 第104-105页 |
| 6.5 本章小结 | 第105页 |
| 6.6 参考文献 | 第105-109页 |
| 第七章 总结与展望 | 第109-111页 |
| 7.1 本文工作总结 | 第109页 |
| 7.2 研究展望 | 第109-111页 |
| 致谢 | 第111-113页 |
| 个人参加的科研工作 | 第113-115页 |
| 攻读学位期间发表的学术论文目录 | 第115页 |
