社交网络环境下的多标签分类研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究背景和意义 | 第15-16页 |
| 1.2 社交网络环境下多标签分类的研究现状 | 第16-18页 |
| 1.2.1 社交网络结构分析研究现状 | 第16页 |
| 1.2.2 多标签分类研究现状 | 第16-17页 |
| 1.2.3 推荐系统研究现状 | 第17-18页 |
| 1.3 本文的研究内容和组织结构 | 第18-20页 |
| 1.3.1 课题来源 | 第18页 |
| 1.3.2 本文主要研究内容和组织结构 | 第18-20页 |
| 第二章 社交网络环境下的多标签分类概述 | 第20-29页 |
| 2.1 社交网络结构分析研究 | 第20-23页 |
| 2.1.1 网络结构分析中的关键参数 | 第20-21页 |
| 2.1.2 小世界效应 | 第21页 |
| 2.1.3 幂率度分布 | 第21-22页 |
| 2.1.4 节点寿命 | 第22-23页 |
| 2.2 多标签分类研究 | 第23-25页 |
| 2.2.1 多标签分类的定义 | 第23-24页 |
| 2.2.2 经典的关系型分类器 | 第24-25页 |
| 2.3 推荐系统研究 | 第25-28页 |
| 2.3.1 推荐系统概述 | 第25-26页 |
| 2.3.2 传统的推荐算法 | 第26-28页 |
| 2.3.3 多源评价聚合算法 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于链接寿命的社交的结构演化分析 | 第29-41页 |
| 3.1 DBLP数据集 | 第29-31页 |
| 3.2 链接寿命 | 第31-32页 |
| 3.3 LLBA算法 | 第32-33页 |
| 3.3.1 基于度分布的LLBA算法 | 第32页 |
| 3.3.2 基于网络直径的LLBA算法 | 第32-33页 |
| 3.3.3 基于聚集系数的LLBA算法 | 第33页 |
| 3.4 实验分析 | 第33-40页 |
| 3.4.1 基于链接寿命的度分布研究 | 第33-35页 |
| 3.4.2 基于链接寿命的网络直径变化研究 | 第35-38页 |
| 3.4.3 基于链接寿命的平均聚类系数研究 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 社交网络环境下的半监督多标签分类算法 | 第41-54页 |
| 4.1 Must-link约束 | 第41-42页 |
| 4.2 不确定性概率 | 第42-44页 |
| 4.3 基于must-link的半监督算法 | 第44-47页 |
| 4.3.1 SS-wvRN算法 | 第44-46页 |
| 4.3.2 SS-SCRN算法 | 第46-47页 |
| 4.4 数据集、对比算法和评价标准 | 第47-49页 |
| 4.4.1 网络数据集 | 第47-48页 |
| 4.4.2 对比算法 | 第48页 |
| 4.4.3 评价标准 | 第48-49页 |
| 4.5 实验分析 | 第49-53页 |
| 4.5.1 参数设置 | 第49页 |
| 4.5.2 实验结果 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 基于社会标签的多源评价聚合算法 | 第54-64页 |
| 5.1 严格和宽松评分者的影响 | 第54-55页 |
| 5.2 评分者的权威程度 | 第55-56页 |
| 5.3 NINA算法 | 第56-59页 |
| 5.4 实验分析 | 第59-63页 |
| 5.4.1 数据集 | 第59页 |
| 5.4.2 实验结果分析 | 第59-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 论文总结 | 第64页 |
| 6.2 未来工作的展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第69-70页 |
