统计关系学习的若干问题研究
| 第一章 绪论 | 第1-17页 |
| ·数据挖掘 | 第8-10页 |
| ·数据挖掘概念 | 第8页 |
| ·数据挖掘流程 | 第8-9页 |
| ·数据挖掘任务 | 第9-10页 |
| ·统计关系学习(多关系数据挖掘) | 第10-13页 |
| ·传统数据挖掘与多关系数据挖掘 | 第10-11页 |
| ·统计关系学习概念 | 第11-12页 |
| ·统计关系学习方法分类 | 第12-13页 |
| ·统计关系学习的应用 | 第13-15页 |
| ·应用领域 | 第13页 |
| ·统计关系学习与博弈论 | 第13-15页 |
| ·本文工作 | 第15-17页 |
| 第二章 统计关系学习方法及研究现状 | 第17-26页 |
| ·基于Bayesian网的统计关系学习方法 | 第17-20页 |
| ·一阶Bayesian逻辑(PLP) | 第18-19页 |
| ·似然关系模型(PRM) | 第19-20页 |
| ·基于Markov网的统计关系学习方法 | 第20-22页 |
| ·Markov逻辑网(MLN) | 第20-21页 |
| ·关系Markov网(RMN) | 第21-22页 |
| ·基于随机文法的统计关系学习方法 | 第22-24页 |
| ·随机逻辑程序(SLP) | 第23页 |
| ·PRISM | 第23-24页 |
| ·基于(隐)Markov模型的统计关系学习方法 | 第24-26页 |
| ·关系Markov模型(RMM) | 第25页 |
| ·逻辑隐Markov模型(LOHMM) | 第25-26页 |
| 第三章 Markov逻辑网的概念与特性 | 第26-42页 |
| ·一阶逻辑 | 第26-29页 |
| ·基本概念 | 第27-28页 |
| ·一阶逻辑知识库 | 第28-29页 |
| ·Markov网 | 第29-32页 |
| ·Markov随机场 | 第29-31页 |
| ·Gibbs随机场与Markov随机场 | 第31页 |
| ·Markov网 | 第31-32页 |
| ·Markov逻辑网 | 第32-34页 |
| ·基于图模型的SRL方法 | 第32-33页 |
| ·Markov逻辑网 | 第33-34页 |
| ·闭Markov逻辑网 | 第34-36页 |
| ·构造闭Markov逻辑网 | 第34-36页 |
| ·闭Markov逻辑网的概率分布 | 第36页 |
| ·Markov逻辑网的基本假设 | 第36-38页 |
| ·Markov逻辑网与一阶逻辑知识库 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第四章 Markov逻辑网的参数学习研究 | 第42-57页 |
| ·引言 | 第42页 |
| ·完备数据的参数学习方法 | 第42-50页 |
| ·最大似然估计MLE方法 | 第43-45页 |
| ·Bayesian方法 | 第45-49页 |
| ·MLE方法与Bayesian方法的比较 | 第49-50页 |
| ·Markov逻辑网的参数学习 | 第50-56页 |
| ·相关工作 | 第50-53页 |
| ·最大伪似然估计方法 | 第50-52页 |
| ·判别训练方法 | 第52-53页 |
| ·最大伪后验估计方法 | 第53-56页 |
| ·算法设计 | 第53-55页 |
| ·实验结果 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 基于关系Markov网的分类方法研究 | 第57-67页 |
| ·分类问题及相关研究 | 第57-59页 |
| ·分类问题概述 | 第57-58页 |
| ·常用的分类方法 | 第58-59页 |
| ·关系数据的分类问题 | 第59-61页 |
| ·关系数据描述框架 | 第59-60页 |
| ·关系分类器 | 第60-61页 |
| ·非一致模型 | 第60页 |
| ·一致模型 | 第60-61页 |
| ·基于关系Markov网的分类方法 | 第61-65页 |
| ·条件Markov网 | 第61-62页 |
| ·关系Markov网模型 | 第62-65页 |
| ·关系Markov网的应用 | 第65页 |
| ·关系Markov网与Markov逻辑网 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第六章 基于背景格的知识表示方法研究 | 第67-75页 |
| ·引言 | 第67页 |
| ·背景格的概念与若干性质 | 第67-72页 |
| ·认知世界的背景 | 第67-68页 |
| ·背景格的概念 | 第68-71页 |
| ·背景格的若干性质 | 第71-72页 |
| ·背景格的完备性证明 | 第72-73页 |
| ·背景格的实例 | 第73-74页 |
| ·小结 | 第74-75页 |
| 第七章 多关系Web挖掘与博弈论研究 | 第75-88页 |
| ·Web挖掘与博弈论 | 第75-76页 |
| ·博弈论与纳什均衡 | 第75-76页 |
| ·网络资源分配中的纳什均衡 | 第76-84页 |
| ·问题描述 | 第76-79页 |
| ·纳什均衡的存在性证明 | 第79-84页 |
| ·纳什均衡的计算 | 第84-87页 |
| ·标记 | 第85-86页 |
| ·算法描述 | 第86-87页 |
| ·算法评估 | 第87页 |
| ·小结 | 第87-88页 |
| 参考文献 | 第88-97页 |
| 攻读博士学位期间发表的论文 | 第97-98页 |
| 致谢 | 第98-99页 |
| 摘要 | 第99-102页 |
| Abstract | 第102-104页 |
