| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-20页 |
| ·标签的广泛应用 | 第9-10页 |
| ·标签排序分析的意义 | 第10-13页 |
| ·标签对内容展示的意义 | 第10-11页 |
| ·标签对用户兴趣点分析的意义 | 第11-12页 |
| ·标签对内容或标签推荐的意义 | 第12-13页 |
| ·标签使用情况分析 | 第13-18页 |
| ·标签类型及分布分析 | 第13-15页 |
| ·最优标签排位不一定靠前 | 第15-16页 |
| ·标签的长尾分布特性及分析 | 第16-18页 |
| ·本文工作 | 第18页 |
| ·本文组织 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 标签研究综述 | 第20-25页 |
| ·标签相关研究综述 | 第20-22页 |
| ·标签分布 | 第20-21页 |
| ·标签推荐 | 第21页 |
| ·标签辅助用户兴趣分析 | 第21-22页 |
| ·标签辅助文档摘要 | 第22页 |
| ·基于图的结点排序方法 | 第22-24页 |
| ·Manifold Ranking | 第22-23页 |
| ·Linear Neighborhood Propagation | 第23页 |
| ·HITS | 第23-24页 |
| ·PageRank | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于兴趣传递模型的排序算法 | 第25-35页 |
| ·用户兴趣模型构建 | 第26-27页 |
| ·Manifold Ranking算法及分析 | 第27-31页 |
| ·Manifold Ranking算法 | 第27-30页 |
| ·对Manifold Ranking算法的泰勒展开分析 | 第30-31页 |
| ·利用Manifold Ranking算法作标签评分 | 第31-32页 |
| ·算法流程和源代码 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于相互加强关系的标签评分算法 | 第35-40页 |
| ·相互加强关系模型算法 | 第35-36页 |
| ·基于相互加强关系的标签评分算法 | 第36-38页 |
| ·用户和标签之间的相互加强关系 | 第36-37页 |
| ·标签评分算法 | 第37-38页 |
| ·算法流程总结 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第5章 基于随机跳转模型的标签评分算法 | 第40-45页 |
| ·标签初始评分 | 第41页 |
| ·标签评分算法 | 第41-43页 |
| ·构建标签关系图 | 第42页 |
| ·使用随机跳转模型对标签评分 | 第42-43页 |
| ·算法流程总结 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 实验结果评估 | 第45-56页 |
| ·实验数据集及评价指标 | 第45-48页 |
| ·实验数据集及预处理 | 第45-46页 |
| ·人工标签评分作为评价标准 | 第46-47页 |
| ·NDCG作为评价指标 | 第47-48页 |
| ·文档类标签排序实验结果及分析 | 第48-51页 |
| ·参与比较的方法 | 第48页 |
| ·整个标签列表准确性分析 | 第48-50页 |
| ·前三位标签准确性比较 | 第50-51页 |
| ·非文档类标签排序实验结果及分析 | 第51-54页 |
| ·参与比较的方法 | 第51-52页 |
| ·整个标签列表准确性分析 | 第52-53页 |
| ·前三位标签准确性比较 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第7章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
