基于链路预测的社交网络多维度推荐研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第12-23页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 链路预测研究现状 | 第14-16页 |
| 1.2.2 社交网络推荐研究进展 | 第16-19页 |
| 1.2.3 研究述评 | 第19-20页 |
| 1.3 研究思路与论文结构 | 第20-21页 |
| 1.4 拟解决的关键问题和创新点 | 第21-23页 |
| 2 链路预测与社交网络推荐相关理论基础 | 第23-31页 |
| 2.1 链路预测技术 | 第23-27页 |
| 2.1.1 基于最大似然估计的链路预测 | 第23-24页 |
| 2.1.2 基于概率模型的链路预测 | 第24-25页 |
| 2.1.3 基于相似性的链路预测 | 第25-27页 |
| 2.2 社交网络推荐理论基础 | 第27-31页 |
| 2.2.1 社交网络基本概念 | 第27-28页 |
| 2.2.2 社交网络推荐相关理论 | 第28-31页 |
| 3 基于链路预测的社交网络多维度模型 | 第31-40页 |
| 3.1 相似性视角下的链路预测方法 | 第31-32页 |
| 3.2 社交网络多维度与链路预测相似性衡量的关系 | 第32页 |
| 3.3 基于链路预测社交网络的多维度特征揭示 | 第32-37页 |
| 3.3.1 社交网络基本构成要素 | 第33-34页 |
| 3.3.2 节点多维度特征与揭示 | 第34-36页 |
| 3.3.3 关系多维度特征与揭示 | 第36-37页 |
| 3.4 基于链路预测的社交网络多维度模型构建 | 第37-40页 |
| 4 基于链路预测的社交网络多维度推荐方法构建 | 第40-54页 |
| 4.1 社交网络多维度推荐内容 | 第40页 |
| 4.2 基于链路预测的社交网络用户推荐 | 第40-47页 |
| 4.2.1 现有用户相似性计算方法探讨以及不足 | 第41-43页 |
| 4.2.2 改进的基于链路预测的用户相似性计算 | 第43-47页 |
| 4.3 基于链路预测的社交网络资源推荐 | 第47-54页 |
| 4.3.1 现有资源相似性计算方法探讨及不足 | 第47-50页 |
| 4.3.2 改进的基于链路预测的资源相似性计算 | 第50-54页 |
| 5 基于链路预测的社交网络推荐实证研究 | 第54-70页 |
| 5.1 实验数据集 | 第54-60页 |
| 5.2 实验评估指标 | 第60-61页 |
| 5.3 实验结果与对比分析 | 第61-67页 |
| 5.3.1 用户推荐 | 第61-64页 |
| 5.3.2 资源推荐 | 第64-67页 |
| 5.4 实验结论 | 第67-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70页 |
| 6.2 研究展望 | 第70-72页 |
| 参考文献 | 第72-81页 |
| 在读期间参与的科研项目、发表的论文 | 第81-82页 |
| 致谢 | 第82页 |
