| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·主要工作 | 第12-13页 |
| ·研究内容 | 第12页 |
| ·论文创新点 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 背景知识概述 | 第14-24页 |
| ·聚类分析 | 第14-19页 |
| ·聚类概述 | 第14-17页 |
| ·K-means算法简介 | 第17-19页 |
| ·社会标签系统中构建用户兴趣社区的常用方法 | 第19-23页 |
| ·社会化标签概述 | 第19-21页 |
| ·构建用户兴趣社区方法的概述 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 改进的基于D~2权重的核K-means聚类算法 | 第24-37页 |
| ·相关知识 | 第24-27页 |
| ·K-means中相关定理 | 第24-25页 |
| ·正态分布 | 第25-26页 |
| ·D~2权重思想 | 第26-27页 |
| ·相关核K-means算法 | 第27-32页 |
| ·核K-means算法 | 第27-30页 |
| ·改进的D~2核K-means算法实现 | 第30-32页 |
| ·算法实验与结果分析 | 第32-36页 |
| ·数据准备 | 第32-33页 |
| ·性能评价标准 | 第33页 |
| ·实验结果与分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 改进的D~2权重核K-means算法在构建用户社区中的应用 | 第37-48页 |
| ·K-means聚类在构建用户兴趣社区中的概述 | 第37页 |
| ·构建用户兴趣社区的相关知识 | 第37-44页 |
| ·构建用户兴趣社区中的相关表达 | 第37-42页 |
| ·本文聚类框架 | 第42-44页 |
| ·实验与分析 | 第44-47页 |
| ·实验数据集 | 第44页 |
| ·性能评价标准 | 第44页 |
| ·实验参数分析 | 第44-45页 |
| ·实验分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文总结 | 第48-49页 |
| ·工作展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56页 |