| 表目录 | 第8-10页 |
| 图目录 | 第10-11页 |
| 摘要 | 第11-13页 |
| ABSTRACT | 第13-14页 |
| 第一章 绪论 | 第15-37页 |
| 1.1 研究背景与课题意义 | 第15页 |
| 1.2 社会网络概述及其模型的研究现状 | 第15-20页 |
| 1.2.1 社会网络的相关概念 | 第15-17页 |
| 1.2.2 基于网络数据的社会网络研究进展 | 第17-18页 |
| 1.2.3 社会网络模型的研究现状 | 第18-20页 |
| 1.3 属性抽取技术 | 第20-25页 |
| 1.3.1 人物属性抽取技术 | 第20-24页 |
| 1.3.2 话题属性抽取技术 | 第24-25页 |
| 1.4 社会关系评估技术 | 第25-28页 |
| 1.4.1 基于 Web 的社会关系评估方法 | 第26-27页 |
| 1.4.2 基于 Email 的社会关系评估方法 | 第27-28页 |
| 1.5 社团发现算法 | 第28-34页 |
| 1.5.1 非重叠社团发现 | 第29-30页 |
| 1.5.2 重叠社团发现 | 第30-32页 |
| 1.5.3 有权网络中的社团发现 | 第32-33页 |
| 1.5.4 结合节点属性的社团发现 | 第33页 |
| 1.5.5 多关系社会网络的社团发现 | 第33-34页 |
| 1.6 本文的创新性研究成果 | 第34-35页 |
| 1.7 论文的组织结构 | 第35-37页 |
| 第二章 多元社会网络模型及抽取分析技术框架 | 第37-46页 |
| 2.1 多元社会网络的概念 | 第37-38页 |
| 2.2 多元社会网络模型 | 第38-39页 |
| 2.3 基于 Web 和 Email 的多元社会网络 | 第39-41页 |
| 2.4 多元社会网络抽取分析技术框架 | 第41-45页 |
| 2.5 小结 | 第45-46页 |
| 第三章 基于多特征自动推理的 Web 人物属性抽取 | 第46-67页 |
| 3.1 问题的提出及形式化描述 | 第46-47页 |
| 3.1.1 广义 Web 人物属性抽取的概念 | 第46-47页 |
| 3.1.2 Web 人物属性抽取问题的形式化描述 | 第47页 |
| 3.2 基于多特征自动推理的 Web 人物属性抽取方法 | 第47-49页 |
| 3.2.1 基本思想 | 第48页 |
| 3.2.2 处理流程 | 第48-49页 |
| 3.3 关联规则定义 | 第49-54页 |
| 3.3.1 关联特征定义与逻辑表示 | 第49-50页 |
| 3.3.2 关联特征提取方法 | 第50-52页 |
| 3.3.3 关联规则定义与逻辑表示 | 第52-54页 |
| 3.4 关联规则自动训练与推理 | 第54-59页 |
| 3.4.1 Markov 逻辑网简介 | 第55-57页 |
| 3.4.2 基于 Markov 逻辑网的关联规则训练与推理框架 | 第57-59页 |
| 3.5 实验验证 | 第59-66页 |
| 3.5.1 实验数据 | 第59-61页 |
| 3.5.2 评价方法 | 第61-62页 |
| 3.5.3 实验设计 | 第62-63页 |
| 3.5.4 实验结果 | 第63-66页 |
| 3.6 小结 | 第66-67页 |
| 第四章 基于邮件的人物属性抽取与人名可信度评估 | 第67-90页 |
| 4.1 邮件数据分析 | 第67-68页 |
| 4.2 邮件中人物属性抽取框架 | 第68-70页 |
| 4.2.1 关联属性对抽取 | 第69-70页 |
| 4.2.2 候选人名可信度评估 | 第70页 |
| 4.3 基于统计和规则的块定位算法 | 第70-79页 |
| 4.3.1 称呼块与签名块的统计特征和判定规则 | 第70-72页 |
| 4.3.2 算法思想和具体描述 | 第72-75页 |
| 4.3.3 实验验证 | 第75-79页 |
| 4.4 基于聚类和通信重要度的候选人名可信度评估算法 | 第79-89页 |
| 4.4.1 候选人名可信度评估问题描述 | 第79页 |
| 4.4.2 算法的提出和算法思想 | 第79-80页 |
| 4.4.3 候选人名聚类 | 第80-82页 |
| 4.4.4 人名类可信度评估 | 第82-85页 |
| 4.4.5 算法描述 | 第85页 |
| 4.4.6 实验验证 | 第85-89页 |
| 4.5 小结 | 第89-90页 |
| 第五章 基于搜索引擎与文本分析的 Web 社会关系评估模型 | 第90-108页 |
| 5.1 Web 社会关系评估的一般方法 | 第90-92页 |
| 5.1.1 同现系数方法 | 第90-91页 |
| 5.1.2 基于网页文本分析的方法 | 第91-92页 |
| 5.2 Web 社会关系评估模型及其形式化描述 | 第92-93页 |
| 5.2.1 模型的定义及形式化描述 | 第92-93页 |
| 5.2.2 模型的性能分析 | 第93页 |
| 5.3 基于 SETARM 模型的关系评估方法实例的构建 | 第93-96页 |
| 5.3.1 关系评估函数设计 | 第93-95页 |
| 5.3.2 关系评估方法实例构建 | 第95-96页 |
| 5.4 实验验证 | 第96-107页 |
| 5.4.1 实验数据 | 第97-98页 |
| 5.4.2 评价方法 | 第98-99页 |
| 5.4.3 实验步骤 | 第99页 |
| 5.4.4 实验结果与分析 | 第99-107页 |
| 5.5 小结 | 第107-108页 |
| 第六章 多元社会网络中的社团发现 | 第108-136页 |
| 6.1 多元社会网络中的社团发现基本思想 | 第108-109页 |
| 6.1.1 多元社会网络向有权网络的转换 | 第108-109页 |
| 6.1.2 有权网络中的社团发现 | 第109页 |
| 6.2 综合多元信息的关系紧密度评估方法 | 第109-113页 |
| 6.2.1 多元信息对节点间的关系紧密度的影响分析 | 第109-110页 |
| 6.2.2 关系紧密度的计算方法 | 第110-113页 |
| 6.3 基于局部扩展的社团发现算法分析 | 第113-118页 |
| 6.3.1 种子和扩展方式 | 第113-115页 |
| 6.3.2 评价函数 | 第115-116页 |
| 6.3.3 相似社团 | 第116-117页 |
| 6.3.4 基于局部扩展的社团发现算法小结 | 第117-118页 |
| 6.4 两阶段局部贪婪扩展算法 | 第118-125页 |
| 6.4.1 密度函数 | 第118-119页 |
| 6.4.2 两阶段种子的选择 | 第119-121页 |
| 6.4.3 局部贪婪扩展过程 | 第121-122页 |
| 6.4.4 相似社团的处理 | 第122-123页 |
| 6.4.5 TSLGE 算法步骤 | 第123-125页 |
| 6.5 实验 | 第125-135页 |
| 6.5.1 多元社会网络构建与关系紧密度评估实验 | 第125-130页 |
| 6.5.2 TSLGE 算法验证实验 | 第130-134页 |
| 6.5.3 多元社会网络社团发现实验 | 第134-135页 |
| 6.6 小结 | 第135-136页 |
| 结束语 | 第136-139页 |
| 参考文献 | 第139-151页 |
| 附录 A | 第151-156页 |
| 附录 B | 第156-158页 |
| 附录 C | 第158-161页 |
| 附录 D | 第161-165页 |
| 附录 E | 第165-166页 |
| 作者简历 攻读博士学位期间完成的主要工作 | 第166-168页 |
| 致谢 | 第168页 |
