| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 语义分析方法 | 第10-11页 |
| 1.2.2 最短路径 | 第11-12页 |
| 1.2.3 学术社会网络的学者推荐 | 第12-13页 |
| 1.3 论文研究内容及目标 | 第13-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 相关理论与技术 | 第17-31页 |
| 2.1 社会网络的特征 | 第17-20页 |
| 2.1.1 小世界理论 | 第17页 |
| 2.1.2 网络中心性 | 第17-19页 |
| 2.1.3 节点之间的最短路径 | 第19-20页 |
| 2.2 社会网络中的搜索技术 | 第20-21页 |
| 2.2.1 广度优先搜索策略 | 第20页 |
| 2.2.2 最大度搜索策略 | 第20页 |
| 2.2.3 随机游走策略 | 第20-21页 |
| 2.3 信息检索技术 | 第21-28页 |
| 2.3.1 信息检索模型 | 第21-24页 |
| 2.3.2 信息检索中的排序模型 | 第24-26页 |
| 2.3.3 信息检索评价 | 第26-28页 |
| 2.4 本章小结 | 第28-31页 |
| 第3章 基于邻居节点语义关联度的短文本相似度计算 | 第31-39页 |
| 3.1 语义相似度计算方法研究 | 第31-33页 |
| 3.1.1 基于《同义词词林》的汉语词语义相似度 | 第31-32页 |
| 3.1.2 基于LDA模型的相似度 | 第32-33页 |
| 3.2 基于《知网》的语义相似度计算方法 | 第33-35页 |
| 3.3 基于邻居节点语义关联度的短文本相似度计算方法 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于关联度分析的学术社会网络搜索算法 | 第39-47页 |
| 4.1 相关理论介绍 | 第39-41页 |
| 4.1.1 Dijkstra算法 | 第39页 |
| 4.1.2 随机游走理论 | 第39-41页 |
| 4.2 基于关联度分析的模型 | 第41-43页 |
| 4.2.1 结构相似度 | 第41-43页 |
| 4.2.2 节点权威度 | 第43页 |
| 4.2.3 关联度 | 第43页 |
| 4.3 基于最短路径的随机游走搜索 | 第43-44页 |
| 4.4 基于关联度分析的学术社会网络搜索算法流程 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 仿真实验与结果分析 | 第47-63页 |
| 5.1 实验环境 | 第47页 |
| 5.2 数据集 | 第47-51页 |
| 5.2.1 数据集的获取 | 第47-48页 |
| 5.2.2 数据清洗 | 第48-49页 |
| 5.2.3 去重名 | 第49-51页 |
| 5.3 实验评价指标 | 第51-53页 |
| 5.4 实验设计与结果分析 | 第53-60页 |
| 5.4.1 基于邻居节点语义关联度的短文本相似度性能测试 | 第53-56页 |
| 5.4.2 基于最短路径的随机游走搜索测试 | 第56-58页 |
| 5.4.3 基于关联度分析的学术社会网络搜索算法测试 | 第58-60页 |
| 5.5 本章小结 | 第60-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-71页 |
| 致谢 | 第71页 |
