| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 用户创新相关研究 | 第16-17页 |
| 1.2.2 知识网络建模研究 | 第17-19页 |
| 1.2.3 知识点和知识领域识别方法 | 第19-20页 |
| 1.2.4 现有研究的不足 | 第20-22页 |
| 1.3 研究内容与研究方法 | 第22-23页 |
| 1.3.1 研究内容 | 第22-23页 |
| 1.3.2 研究方法和技术路线 | 第23页 |
| 1.4 章节安排 | 第23-24页 |
| 第二章 相关理论与技术 | 第24-30页 |
| 2.1 文本预处理 | 第24-26页 |
| 2.1.1 文本分词 | 第24-25页 |
| 2.1.2 停用词过滤 | 第25页 |
| 2.1.3 词性标注 | 第25-26页 |
| 2.2 相关方法 | 第26-29页 |
| 2.2.1 TF-IDF | 第26页 |
| 2.2.2 层次分析法 | 第26-28页 |
| 2.2.3 加权知识网络模型构建方法 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 多属性加权用户创新知识网络 | 第30-41页 |
| 3.1 社会化问答社区的产生与文本特点 | 第30-31页 |
| 3.1.1 社会化问答社区的产生 | 第30页 |
| 3.1.2 社会化问答社区文本的特点 | 第30-31页 |
| 3.2 现有知识网络模型的不足 | 第31-32页 |
| 3.3 社会化问答社区MWKN模型构建 | 第32-36页 |
| 3.3.1 MWKN构建思路 | 第32页 |
| 3.3.2 知识点获取与赋权 | 第32-36页 |
| 3.4 汽车用户创新MWKN模型实例 | 第36-39页 |
| 3.4.1 数据获取与预处理 | 第36-38页 |
| 3.4.2 知识点提取与赋权 | 第38页 |
| 3.4.3 连边构建与网络可视化 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于模型的汽车用户创新知识点与知识领域识别 | 第41-55页 |
| 4.1 知识识别过程概述 | 第41-42页 |
| 4.2 基于权重的热门创新知识点识别 | 第42-45页 |
| 4.2.1 热门创新知识点识别方法 | 第42-43页 |
| 4.2.2 汽车用户热门创新知识点识别 | 第43-45页 |
| 4.3 基于中心性分析的核心创新知识点识别 | 第45-48页 |
| 4.3.1 知识点度数中心性分析 | 第45-46页 |
| 4.3.2 知识点中间中心度分析 | 第46-48页 |
| 4.3.3 知识点接近中心度分析 | 第48页 |
| 4.4 基于综合分析的热门核心创新知识点识别 | 第48-51页 |
| 4.4.1 知识点权重与中心性综合分析 | 第48-50页 |
| 4.4.2 热门核心创新知识点关联分析 | 第50-51页 |
| 4.5 基于类团的用户创新知识领域识别 | 第51-54页 |
| 4.5.1 热门知识点聚类分析 | 第51-52页 |
| 4.5.2 创新知识领域权重分析 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第62-63页 |