基于元路径的对齐异构社交网络中的链路预测
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景 | 第11-14页 |
| 1.2 研究现状 | 第14-22页 |
| 1.2.1 社交网络 | 第14-16页 |
| 1.2.2 对齐异构社交网络 | 第16-19页 |
| 1.2.3 链路预测 | 第19-20页 |
| 1.2.4 现状总结 | 第20-22页 |
| 1.3 研究目标和研究内容 | 第22-23页 |
| 1.4 本文的组织结构 | 第23-25页 |
| 第二章 相关技术概述 | 第25-31页 |
| 2.1 推荐技术 | 第25-27页 |
| 2.1.1 基于内容相似性的推荐 | 第25-26页 |
| 2.1.2 基于协同过滤的推荐 | 第26页 |
| 2.1.3 矩阵分解 | 第26-27页 |
| 2.2 链路预测技术 | 第27-30页 |
| 2.2.1 集体链路预测 | 第27-28页 |
| 2.2.2 对齐概率网络 | 第28-29页 |
| 2.2.3 C4.5决策树 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 对齐异构社交网络的链路预测框架 | 第31-35页 |
| 3.1 相关定义 | 第31-32页 |
| 3.2 问题描述 | 第32页 |
| 3.3 基于分类的链路预测 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 对齐异构社交网络元路径特征定义 | 第35-49页 |
| 4.1 网络模式 | 第35页 |
| 4.2 元路径类型提取 | 第35-39页 |
| 4.3 边权值定义及计算方法 | 第39-47页 |
| 4.3.1 用户-用户关系 | 第40-41页 |
| 4.3.2 用户-位置关系 | 第41-43页 |
| 4.3.3 锚链路关系 | 第43-44页 |
| 4.3.4 位置-位置关系 | 第44-47页 |
| 4.4 完整的元路径特征集合 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 特征选择及链路预测 | 第49-59页 |
| 5.1 特征选择算法简介 | 第49-51页 |
| 5.1.1 过滤模型 | 第50页 |
| 5.1.2 封装模型 | 第50-51页 |
| 5.1.3 嵌入模型 | 第51页 |
| 5.2 特征选择方法 | 第51-52页 |
| 5.3 实验验证 | 第52-57页 |
| 5.4 预测模型 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 原型系统 | 第59-81页 |
| 6.1 原型系统框架 | 第59-60页 |
| 6.2 模块设计 | 第60-70页 |
| 6.2.1 数据抓取模块 | 第60-63页 |
| 6.2.2 数据预处理模块 | 第63-65页 |
| 6.2.3 特征计算及特征生成模块 | 第65-67页 |
| 6.2.4 特征选择及模型生成模块 | 第67-68页 |
| 6.2.5 预测模块 | 第68-69页 |
| 6.2.6 结果显示模块 | 第69-70页 |
| 6.3 开发环境 | 第70页 |
| 6.4 评价指标 | 第70-71页 |
| 6.5 实验结果 | 第71-78页 |
| 6.6 系统可视化及演示 | 第78-80页 |
| 6.7 本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 7.1 工作总结 | 第81页 |
| 7.2 展望 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-93页 |
| 作者简历 | 第93-95页 |
| 攻读硕士学位期间相关研究工作 | 第95页 |
| 一、学术论文 | 第95页 |
| 二、参与项目 | 第95页 |
