LBSN中基于社交关系和时空主题的社区发现研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与问题 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 社区发现研究现状 | 第10-11页 |
| 1.2.2 主题模型研究现状 | 第11-12页 |
| 1.2.3 基于主题模型的社区发现研究现状 | 第12-13页 |
| 1.2.4 研究现状总结 | 第13页 |
| 1.3 研究目标及内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 主题模型相关理论知识概述 | 第16-29页 |
| 2.1 主题模型理论基础 | 第16-22页 |
| 2.1.1 概率论基础 | 第16-18页 |
| 2.1.2 共轭先验 | 第18-20页 |
| 2.1.3 图模型 | 第20-21页 |
| 2.1.4 随机模拟与吉布斯采样 | 第21-22页 |
| 2.2 主题模型 | 第22-28页 |
| 2.2.1 LDA模型 | 第22-24页 |
| 2.2.2 LDA的吉布斯采样 | 第24-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 数据获取与预处理 | 第29-34页 |
| 3.1 基于位置的社交网络 | 第29-30页 |
| 3.1.1 简介 | 第29-30页 |
| 3.1.2 基于位置的社交网络模型 | 第30页 |
| 3.2 数据获取 | 第30-31页 |
| 3.3 数据预处理 | 第31-32页 |
| 3.4 数据简要分析 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于社交关系和时空主题的社区发现 | 第34-44页 |
| 4.1 基于社交关系和时空主题的社区 | 第34-39页 |
| 4.1.1 概述 | 第34页 |
| 4.1.2 基于用户交互的动态社交关系 | 第34-36页 |
| 4.1.3 基于行为模式的时空主题 | 第36-39页 |
| 4.2 基于社交关系和时空主题的概率模型 | 第39-43页 |
| 4.2.1 模型基本思想 | 第39-41页 |
| 4.2.2 概率模型与生成过程 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 社区发现模型参数估计 | 第44-60页 |
| 5.1 社区发现模型转移概率推导 | 第44-53页 |
| 5.1.1 模型联合概率分布 | 第44-47页 |
| 5.1.2 模型转移概率分布 | 第47-53页 |
| 5.2 社区发现模型吉布斯采样算法 | 第53-59页 |
| 5.2.1 采样规则 | 第53-54页 |
| 5.2.2 参数更新规则 | 第54-57页 |
| 5.2.3 吉布斯采样算法 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 实验分析和系统设计 | 第60-74页 |
| 6.1 实验和系统设计环境 | 第60页 |
| 6.2 评价指标与实验设计 | 第60-62页 |
| 6.2.1 评价指标 | 第60-61页 |
| 6.2.2 实验设计 | 第61-62页 |
| 6.3 社区发现效果评估 | 第62-63页 |
| 6.4 社区发现结果分析 | 第63-71页 |
| 6.4.1 社区中的用户交互 | 第63-65页 |
| 6.4.2 社区中的位置偏好 | 第65-68页 |
| 6.4.3 社区中的空间规律 | 第68-70页 |
| 6.4.4 社区中的时间规律 | 第70-71页 |
| 6.5 原型系统设计 | 第71-73页 |
| 6.5.1 原型系统设计 | 第71页 |
| 6.5.2 原型系统实现 | 第71-73页 |
| 6.6 本章小结 | 第73-74页 |
| 第七章 总结和展望 | 第74-76页 |
| 7.1 研究工作总结 | 第74页 |
| 7.2 研究工作展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
