基于派系演化的Folksonomy模式下的知识网络变化研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究的背景 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 研究内容及贡献 | 第9-10页 |
| 1.2.1 研究内容 | 第9-10页 |
| 1.2.2 本文贡献 | 第10页 |
| 1.3 论文组织结构 | 第10页 |
| 1.4 本章小结 | 第10-11页 |
| 第二章 研究现状及相关工作 | 第11-15页 |
| 2.1 早期的Folksonsomy理论研究 | 第11-12页 |
| 2.1.1 标签研究 | 第11-12页 |
| 2.1.2 用户研究 | 第12页 |
| 2.1.3 评价研究 | 第12页 |
| 2.2 早期Folksonomy的技术研究 | 第12-13页 |
| 2.3 动态演化Folksonomy的研究 | 第13-14页 |
| 2.4 本章小结 | 第14-15页 |
| 第三章 知识群落识别方法 | 第15-19页 |
| 3.1 基于Clique的知识网络识别 | 第15-16页 |
| 3.1.1 Clique理论 | 第15-16页 |
| 3.1.2 Clique常用算法 | 第16页 |
| 3.1.3 层次派系 | 第16页 |
| 3.2 复杂网络分析、分形与Logistic映射 | 第16-18页 |
| 3.2.1 复杂网络分析 | 第16-17页 |
| 3.2.2 分形理论与Logistic映射 | 第17-18页 |
| 3.3 本章小结 | 第18-19页 |
| 第四章 社群知识群落的可预测性 | 第19-33页 |
| 4.1 数据采集与预处理 | 第19-25页 |
| 4.1.1 数据来源及采集 | 第19-22页 |
| 4.1.2 数据预处理 | 第22-25页 |
| 4.2 知识群落识别 | 第25-30页 |
| 4.2.1 知识群落识别 | 第25-26页 |
| 4.2.2 时间序列知识群落识别 | 第26-30页 |
| 4.3 实验结果与分析 | 第30-32页 |
| 4.4 本章小结 | 第32-33页 |
| 第五章 总结与展望 | 第33-34页 |
| 5.1 总结 | 第33页 |
| 5.2 展望 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 致谢 | 第37-38页 |
| 在校期间公开发表论文 | 第38页 |
