社交协作行为中的用户建模及其应用研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 研究背景和意义 | 第16-19页 |
| 1.2 国内外研究现状 | 第19-23页 |
| 1.2.1 社交网络分析 | 第19-21页 |
| 1.2.2 社交互动建模 | 第21-23页 |
| 1.3 主要研究工作 | 第23-25页 |
| 1.4 论文的组织结构 | 第25-28页 |
| 第二章 基于主题敏感互动的用户兴趣画像 | 第28-54页 |
| 2.1 引言 | 第28-31页 |
| 2.2 相关工作 | 第31-32页 |
| 2.3 基于共同兴趣的社交分享行为还原 | 第32-36页 |
| 2.3.1 社交分享预备知识 | 第33-34页 |
| 2.3.2 基于共同兴趣的分享行为建模 | 第34-35页 |
| 2.3.3 社交互动的最大似然描述 | 第35-36页 |
| 2.4 社交用户画像与媒体标注应用 | 第36-39页 |
| 2.4.1 两种优化目标与两阶段框架 | 第36-38页 |
| 2.4.2 面向用户画像的有监督学习 | 第38-39页 |
| 2.4.3 实现社交标注的贪心法求解 | 第39页 |
| 2.5 实验结果分析 | 第39-46页 |
| 2.5.1 实验设置 | 第40-41页 |
| 2.5.2 整体实验结果 | 第41-44页 |
| 2.5.3 案例讨论 | 第44-46页 |
| 2.6 基于子图排序的快速标注算法 | 第46-52页 |
| 2.6.1 数学描述与技术框架 | 第47-48页 |
| 2.6.2 子图的特征描述 | 第48-51页 |
| 2.6.3 实验结果与分析 | 第51-52页 |
| 2.7 本章小结 | 第52-54页 |
| 第三章 基于动态社交影响的用户决策分析 | 第54-78页 |
| 3.1 引言 | 第54-57页 |
| 3.2 相关工作 | 第57-58页 |
| 3.3 基于动态社交影响的判别建模 | 第58-61页 |
| 3.3.1 预备知识 | 第58-59页 |
| 3.3.2 社交阈值与判别建模 | 第59-61页 |
| 3.4 决策分析框架与迭代优化算法 | 第61-65页 |
| 3.4.1 两阶段决策分析框架 | 第61-62页 |
| 3.4.2 训练阶段的迭代优化算法 | 第62-64页 |
| 3.4.3 测试阶段的迭代预测算法 | 第64-65页 |
| 3.5 实验结果分析 | 第65-76页 |
| 3.5.1 数据集与统计分析 | 第66-70页 |
| 3.5.2 实验结果 | 第70-74页 |
| 3.5.3 案例讨论 | 第74-76页 |
| 3.6 本章小结 | 第76-78页 |
| 第四章 基于潜在互动挖掘的社交学习研究 | 第78-104页 |
| 4.1 引言 | 第78-82页 |
| 4.2 相关工作 | 第82-83页 |
| 4.3 统计分析：出租车行驶中的“社交元素” | 第83-86页 |
| 4.4 基于社交学习机制的驾驶习惯建模 | 第86-91页 |
| 4.4.1 预备知识 | 第86-88页 |
| 4.4.2 行为模式预测的损失函数 | 第88-89页 |
| 4.4.3 社交影响计算与优化任务 | 第89-91页 |
| 4.4.4 两阶段框架与目标 | 第91页 |
| 4.5 实验结果分析 | 第91-100页 |
| 4.5.1 数据预处理 | 第92-94页 |
| 4.5.2 实验设置 | 第94-96页 |
| 4.5.3 整体实验结果 | 第96-98页 |
| 4.5.4 参数敏感性实验 | 第98-100页 |
| 4.6 讨论：社交学习与技能分享 | 第100-102页 |
| 4.6.1 社交联系：质量v.s.数量? | 第100-101页 |
| 4.6.2 技能分享：效率v.s.收益? | 第101-102页 |
| 4.7 本章小结 | 第102-104页 |
| 第五章 总结与展望 | 第104-110页 |
| 5.1 工作总结 | 第104-106页 |
| 5.2 有待完善之处 | 第106-107页 |
| 5.3 未来研究展望 | 第107-110页 |
| 参考文献 | 第110-120页 |
| 致谢 | 第120-122页 |
| 在读期间发表的学术论文与取得的研究成果 | 第122-124页 |
