| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 文献综述 | 第12-15页 |
| 1.3 研究目标与方法 | 第15-16页 |
| 1.4 创新点和难点 | 第16-18页 |
| 2 相关理论与技术 | 第18-24页 |
| 2.1 领域专家识别的理论基础 | 第19页 |
| 2.2 社交网络分析(SNA) | 第19-20页 |
| 2.3 自然语言处理技术(NLP) | 第20-21页 |
| 2.4 典型的专家识别方法与技术 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 社交网络中专家识别的框架设计 | 第24-33页 |
| 3.1 专家发现的整体框架 | 第24-26页 |
| 3.2 数据集选择 | 第26-28页 |
| 3.3 领域字典设计 | 第28-31页 |
| 3.4 领域专家指标选择 | 第31-32页 |
| 3.5 专家评估方案 | 第32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 基于话题和社交关系的专家候选人确定 | 第33-40页 |
| 4.1 数据采集及预处理 | 第33页 |
| 4.2 基于关键词共现的话题识别 | 第33-36页 |
| 4.3 基于PageRank和模块化聚类算法的群体发现 | 第36-38页 |
| 4.4 本章小结 | 第38-40页 |
| 5 数据挖掘领域专家识别的实现 | 第40-55页 |
| 5.1 数据采集准备 | 第40-41页 |
| 5.2 领域字典构建 | 第41-44页 |
| 5.3 数据采集及预处理 | 第44-47页 |
| 5.4 专家识别与评估 | 第47-54页 |
| 5.5 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-56页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-72页 |
| 在读期间参与的科研项目及发表的学术论文 | 第72-73页 |
| 后记 | 第73页 |