社交网络中基于智能体的群体行为引导
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 课题研究背景、意义和应用前景 | 第14-15页 |
| 1.2 社交网络中群体行为引导的研究现状 | 第15-16页 |
| 1.2.1 诱导交互技术的研究现状 | 第15-16页 |
| 1.2.2 群体行为引导的研究现状 | 第16页 |
| 1.3 论文研究内容及组织结构 | 第16-19页 |
| 1.3.1 课题来源 | 第16-17页 |
| 1.3.2 本文主要研究内容和组织结构 | 第17-19页 |
| 第二章 相关技术概述 | 第19-33页 |
| 2.1 群体行为的相关研究 | 第19-21页 |
| 2.1.1 群体行为的界定 | 第19页 |
| 2.1.2 群体行为形成分析 | 第19-20页 |
| 2.1.3 群体行为倾向分析 | 第20-21页 |
| 2.1.4 群体行为交互分析 | 第21页 |
| 2.2 社区发现技术理论基础 | 第21-25页 |
| 2.2.1 社交网络的同质性 | 第21-22页 |
| 2.2.2 社区的定义 | 第22-23页 |
| 2.2.3 传统的社区发现算法 | 第23-24页 |
| 2.2.4 基于密度值的聚类算法 | 第24-25页 |
| 2.3 行为诱导技术框架 | 第25-27页 |
| 2.4 主题模型 | 第27-32页 |
| 2.4.1 LDA模型具体算法 | 第29-30页 |
| 2.4.2 LDA模型中的Gibbs抽样 | 第30-31页 |
| 2.4.3 MSG模型 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 社交网络中群体语义行为提取方法 | 第33-44页 |
| 3.1 引言 | 第33页 |
| 3.2 群体语义行为提取的过程 | 第33-38页 |
| 3.2.1 语义社交网络的构建 | 第33-36页 |
| 3.2.2 基于语义行为的社区发现 | 第36-37页 |
| 3.2.3 群体语义行为提取方法 | 第37-38页 |
| 3.3 实验结果分析 | 第38-43页 |
| 3.3.1 数据集 | 第38页 |
| 3.3.2 语义社交网络构建实验分析 | 第38-40页 |
| 3.3.3 群体语义行为提取实验分析 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 社交网络中基于信任智能体的行为引导方法 | 第44-51页 |
| 4.1 引言 | 第44页 |
| 4.2 群体行为引导 | 第44-48页 |
| 4.2.1 行为映射空间 | 第45页 |
| 4.2.2 信任智能体的特征选择 | 第45-46页 |
| 4.2.3 基于信任智能体的行为引导 | 第46-48页 |
| 4.3 实验模拟 | 第48-50页 |
| 4.3.1 参与者数量对引导的影响 | 第48-49页 |
| 4.3.2 信任智能体数量对引导的影响 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 社交网络中群体行为引导原型系统 | 第51-60页 |
| 5.1 系统设计 | 第51-52页 |
| 5.2 数据资源层 | 第52-54页 |
| 5.2.1 语义分析模块 | 第53页 |
| 5.2.2 语义社交网络构建模块 | 第53-54页 |
| 5.3 创建智能体层 | 第54-56页 |
| 5.3.1 聚类分析模块 | 第54-56页 |
| 5.3.2 创建智能体模块 | 第56页 |
| 5.4 模拟层 | 第56-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文研究工作总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第66-68页 |
