首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于链接预测的关系推荐系统研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-10页
第一章 引言第10-17页
   ·选题的背景与意义第10-12页
   ·问题的界定与研究现状第12-15页
   ·主要工作和创新点第15-16页
   ·论文的组织结构第16-17页
第二章 网络建模与链接预测第17-40页
   ·复杂网络与社会网络第17-23页
     ·复杂网络及其特征第17-18页
     ·社会网络及其特征第18-23页
   ·网络表示方法与统计特征第23-29页
     ·图及相关概念第23-24页
     ·网络的矩阵描述第24-26页
     ·网络的统计特征第26-27页
     ·基于微博的网络统计特征实例第27-29页
   ·社会网络的建模第29-34页
     ·社会网络结构层次第30-32页
     ·社会网络建模方法第32-34页
   ·社会网络中的链接预测第34页
   ·链接预测的方法第34-40页
     ·基于节点相似性的方法第34-36页
     ·基于路径拓扑相似性的方法第36-37页
     ·基于概率模型的方法第37-39页
     ·三种方法的比较第39-40页
第三章 ERGM原理与方法实现第40-73页
   ·统计数学模型的演进及ERGM的提出第40-42页
   ·ERGM模型及转移概率第42-49页
     ·术语定义第42-43页
     ·ERGM模型第43-45页
     ·ERGM简单例子SE第45-47页
     ·变化统计(Change Statistics)与转移概率第47-49页
   ·ERGM基于不同假设的分类第49-54页
     ·伯努利图:最简单的相关假设第50页
     ·二元矢量模型:二元矢量独立假设第50-51页
     ·马尔可夫随机图第51-53页
     ·相关性结构包含节点等级第53-54页
     ·更复杂的相关性假设第54页
     ·新的ERGM模型网络参量第54页
   ·ERGM参数估计方法与实现第54-61页
     ·最大似然估计MLE第55页
     ·最大似然估计MLE的近似第55-57页
     ·伪似然(Pseudolikelihood)估计第57-58页
     ·基于MCMC的最大似然估计第58-61页
   ·ERGM估计、仿真和匹配精度评估第61-63页
   ·引入新的ERGM网络参量第63-73页
     ·近似退化第63-65页
     ·新的ERGM网络参量第65-73页
第四章 基于ERGM的关系推荐系统第73-99页
   ·为什么要使用统计数学模型研究社会网络第73-74页
   ·基于ERGM的关系推荐系统第74-80页
     ·为什么使用ERGM来研究社会网络?第74-76页
     ·ERGM如何应用于社会网络第76-79页
     ·基于ERGM的链接预测算法第79-80页
     ·基于链路预测的关系推荐第80页
   ·ERGM开发平台及网络参量介绍第80-84页
     ·ERGM开发平台第80-81页
     ·ERGM网络参量介绍第81-84页
   ·ERGM关系推荐实现与准确性分析第84-93页
     ·科学家合作数据集第84-86页
     ·缺失链接预测基本原理第86-88页
     ·ERGM链接预测方法实现第88-89页
     ·链接预测的评价指标第89-90页
     ·ERGM预测结果与对比试验分析第90-93页
   ·ERGM链接预测的时效性分析第93-94页
   ·ERGM网络参量与参数的平行迁移特性第94-97页
   ·分析及结论第97-99页
第五章 微博关系推荐系统第99-116页
   ·微博关系推荐的实质第99-100页
   ·新浪微博数据的获取第100-102页
   ·新浪微博关系推荐系统第102-115页
     ·微群内的关系推荐系统第102-107页
     ·微博网络中的关系推荐系统第107-115页
   ·分析与结论第115-116页
第六章 总结与展望第116-119页
   ·本文工作总结第116-118页
   ·下一步研究方向第118-119页
参考文献第119-124页
攻读博士期间发表的学术论文第124-125页
致谢第125页

论文共125页,点击 下载论文
上一篇:中国寿险业人才战略研究
下一篇:白垩系地层冻结壁温度场特性研究