LBSN中基于社交关系和时空行为的社区发现研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词表 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 传统社区发现研究现状 | 第10-13页 |
| 1.2.2 LBSN中社区发现研究现状 | 第13-14页 |
| 1.2.3 研究现状总结 | 第14页 |
| 1.3 研究目标与研究内容 | 第14-15页 |
| 1.3.1 研究目标 | 第14-15页 |
| 1.3.2 研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第二章 相关背景知识 | 第17-22页 |
| 2.1 基于位置的社交网络 | 第17-19页 |
| 2.1.1 基于位置的社交网络概述 | 第17-18页 |
| 2.1.2 基于位置的社交网络模型 | 第18页 |
| 2.1.3 基于位置的社交网络提供的服务 | 第18-19页 |
| 2.1.4 基于位置的社交网络中的应用 | 第19页 |
| 2.2 社交网络中的社区发现 | 第19-21页 |
| 2.2.1 社交网络中的社区概念 | 第19-20页 |
| 2.2.2 社交网络中的社区发现概况 | 第20-21页 |
| 2.2.3 社交网络中的社区发现应用 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 数据获取与预处理 | 第22-27页 |
| 3.1 数据集获取 | 第22-24页 |
| 3.2 数据预处理 | 第24页 |
| 3.3 数据分析 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 多维度用户相似度计算 | 第27-44页 |
| 4.1 基于社交关系和时空行为的社区概念 | 第27-32页 |
| 4.1.1 概述 | 第27页 |
| 4.1.2 基于网络拓扑的社交关系 | 第27-28页 |
| 4.1.3 基于用户签到的时空行为 | 第28-32页 |
| 4.2 用户特征相似度计算 | 第32-43页 |
| 4.2.1 社交关系特征相似度计算 | 第32-37页 |
| 4.2.2 时空分布特征相似度计算 | 第37-42页 |
| 4.2.3 行为模式特征相似度计算 | 第42-43页 |
| 4.2.4 计算方式组合 | 第43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 LBSN同构网络拓扑构建与社区发现 | 第44-51页 |
| 5.1 奇异值分解SVD | 第44-46页 |
| 5.1.1 特征值分解 | 第44-45页 |
| 5.1.2 奇异值分解详解 | 第45-46页 |
| 5.2 统一图构建算法 | 第46-48页 |
| 5.3 非负矩阵分解社区发现算法 | 第48-50页 |
| 5.3.1 非负矩阵分解的概念 | 第48-49页 |
| 5.3.2 非负矩阵分解的公式推导 | 第49-50页 |
| 5.3.3 非负矩阵分解在社区发现中的应用 | 第50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 实验分析与系统设计 | 第51-68页 |
| 6.1 实验和系统设计环境 | 第51页 |
| 6.2 评价指标与实验设计 | 第51-53页 |
| 6.2.1 评价指标 | 第51-52页 |
| 6.2.2 实验设计 | 第52-53页 |
| 6.3 社区发现效果评估 | 第53-63页 |
| 6.3.1 内部对比实验 | 第53-56页 |
| 6.3.2 外部对比实验 | 第56-63页 |
| 6.3.3 实验结果总结 | 第63页 |
| 6.4 原型系统设计与实现 | 第63-67页 |
| 6.4.1 系统设计 | 第63-64页 |
| 6.4.2 系统实现 | 第64-67页 |
| 6.5 本章小结 | 第67-68页 |
| 第七章 总结与展望 | 第68-70页 |
| 7.1 研究工作总结 | 第68-69页 |
| 7.2 研究工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简介 | 第75-76页 |
| 附录 | 第76-82页 |
