基于社交网络结构的用户建模
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 算法索引 | 第14-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 基本定义 | 第16-20页 |
| 1.1.1 社交网络 | 第16-18页 |
| 1.1.2 用户建模 | 第18页 |
| 1.1.3 跨域连接 | 第18-20页 |
| 1.2 相关研究 | 第20-22页 |
| 1.3 研究内容 | 第22-25页 |
| 第二章 社交网络用户的去匿名化 | 第25-53页 |
| 2.1 基本介绍 | 第25-28页 |
| 2.2 研究现状 | 第28-31页 |
| 2.2.1 匿名化 | 第28-29页 |
| 2.2.2 去匿名化 | 第29-30页 |
| 2.2.3 跨域连接 | 第30-31页 |
| 2.2.4 图相似度 | 第31页 |
| 2.3 基本设定 | 第31-32页 |
| 2.4 无属性图的去匿名化 | 第32-37页 |
| 2.4.1 顶点相似度 | 第32-34页 |
| 2.4.2 理论分析 | 第34-37页 |
| 2.5 有属性图的去匿名化 | 第37-39页 |
| 2.5.1 属性的相似度 | 第37页 |
| 2.5.2 有属性图中的顶点相似度 | 第37-39页 |
| 2.6 实验验证 | 第39-49页 |
| 2.6.1 实验设定 | 第39-41页 |
| 2.6.2 无属性图 | 第41-47页 |
| 2.6.3 有属性图 | 第47-49页 |
| 2.7 结论 | 第49-53页 |
| 第三章 垃圾账号检测和链接预测 | 第53-87页 |
| 3.1 基本介绍 | 第53-57页 |
| 3.1.1 垃圾账号检测 | 第54-56页 |
| 3.1.2 链接预测 | 第56-57页 |
| 3.2 相关研究 | 第57-59页 |
| 3.2.1 垃圾账号检测 | 第57-59页 |
| 3.2.2 链接预测 | 第59页 |
| 3.3 谨慎度模型 | 第59-64页 |
| 3.3.1 垃圾账号的关注者 | 第60页 |
| 3.3.2 基本模型 | 第60-62页 |
| 3.3.3 训练模型 | 第62-64页 |
| 3.4 垃圾账号检测 | 第64-69页 |
| 3.4.1 基于特征变量 | 第65-68页 |
| 3.4.2 基于传播模型 | 第68-69页 |
| 3.5 链接预测 | 第69-70页 |
| 3.6 数据集和观察分析 | 第70-75页 |
| 3.6.1 数据集 | 第70-72页 |
| 3.6.2 垃圾账号的特点 | 第72-74页 |
| 3.6.3 垃圾账号相邻顶点的特点 | 第74-75页 |
| 3.7 实验评测 | 第75-83页 |
| 3.7.1 谨慎度模型 | 第76-78页 |
| 3.7.2 垃圾账号检测 | 第78-82页 |
| 3.7.3 链接预测 | 第82-83页 |
| 3.8 讨论 | 第83-84页 |
| 3.8.1 损失函数 | 第83-84页 |
| 3.8.2 无标记时的垃圾账号检测 | 第84页 |
| 3.9 结论 | 第84-87页 |
| 第四章 社会地位的推测 | 第87-109页 |
| 4.1 基本介绍 | 第87-89页 |
| 4.2 基本设定 | 第89-91页 |
| 4.2.1 数据集 | 第89-90页 |
| 4.2.2 形式化定义 | 第90-91页 |
| 4.3 隶属关系的推测 | 第91-95页 |
| 4.3.1 基于同质性的传播模型 | 第91-93页 |
| 4.3.2 有监督学习 | 第93-95页 |
| 4.4 社会地位的推测 | 第95-97页 |
| 4.4.1 个人地位 | 第95-97页 |
| 4.4.2 团体地位 | 第97页 |
| 4.5 实验验证和讨论 | 第97-105页 |
| 4.5.1 隶属关系的推测 | 第97-99页 |
| 4.5.2 社会地位的推测 | 第99-105页 |
| 4.6 相关研究 | 第105-107页 |
| 4.6.1 微博中的影响力分析 | 第105-106页 |
| 4.6.2 异构信息网络中的排名 | 第106页 |
| 4.6.3 用户画像 | 第106-107页 |
| 4.7 总结 | 第107-109页 |
| 第五章 总结 | 第109-113页 |
| 参考文献 | 第113-125页 |
| 术语列表 | 第125-127页 |
| 致谢 | 第127-129页 |
| 在读期间发表的学术论文与取得的研究成果 | 第129页 |
