| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第18-31页 |
| 1.1 研究背景与意义 | 第18-21页 |
| 1.2 国内外研究现状 | 第21-27页 |
| 1.2.1 节点间信息传播分析 | 第21-24页 |
| 1.2.2 网络信息源检测 | 第24-25页 |
| 1.2.3 信息流动相关应用 | 第25-27页 |
| 1.3 研究内容与创新点 | 第27-29页 |
| 1.4 组织结构 | 第29-31页 |
| 第2章 基于潜在影响因素的在线招聘需求分析 | 第31-47页 |
| 2.1 引言 | 第31-33页 |
| 2.2 相关工作 | 第33-34页 |
| 2.2.1 人才管理数据分析 | 第33页 |
| 2.2.2 基于图模型的文本挖掘 | 第33-34页 |
| 2.3 预备知识与问题定义 | 第34-35页 |
| 2.4 基于潜在影响因素的在线招聘需求分析方法 | 第35-41页 |
| 2.4.1 模型框架 | 第36-37页 |
| 2.4.2 先验知识提取 | 第37-38页 |
| 2.4.3 参数估计 | 第38-41页 |
| 2.5 实验分析 | 第41-46页 |
| 2.5.1 数据集 | 第41-42页 |
| 2.5.2 实验设置 | 第42页 |
| 2.5.3 招聘需求预测 | 第42-43页 |
| 2.5.4 招聘需求可视化 | 第43-44页 |
| 2.5.5 招聘竞争分析 | 第44-46页 |
| 2.6 小结 | 第46-47页 |
| 第3章 网络信息传播源头检测 | 第47-71页 |
| 3.1 引言 | 第47-49页 |
| 3.2 相关工作 | 第49-52页 |
| 3.2.1 信息传播建模 | 第49-50页 |
| 3.2.2 信息源检测 | 第50-52页 |
| 3.3 预备知识与问题定义 | 第52-54页 |
| 3.3.1 问题定义 | 第52-53页 |
| 3.3.2 Rumor Centrality | 第53-54页 |
| 3.4 基于最大化后验概率的网络信息传播源头检测方法 | 第54-58页 |
| 3.4.1 方法框架 | 第54页 |
| 3.4.2 先验知识选择 | 第54-55页 |
| 3.4.3 似然函数推导 | 第55-57页 |
| 3.4.4 两个特例 | 第57-58页 |
| 3.5 最大化后验概率近似估计 | 第58-61页 |
| 3.5.1 暴力搜索近似 | 第59页 |
| 3.5.2 贪心搜索边界近似 | 第59-61页 |
| 3.6 实验分析 | 第61-70页 |
| 3.6.1 数据集 | 第61-63页 |
| 3.6.2 对比方法与评价指标 | 第63-65页 |
| 3.6.3 不同先验知识的影响 | 第65-67页 |
| 3.6.4 Scale-Free网络上的检测结果 | 第67-68页 |
| 3.6.5 其他网络上的检测结果 | 第68-70页 |
| 3.7 小结 | 第70-71页 |
| 第4章 基于信息流动的在线连载内容流行度预测 | 第71-94页 |
| 4.1 引言 | 第71-72页 |
| 4.2 相关工作 | 第72-74页 |
| 4.2.1 在线内容的流行度预测 | 第73-74页 |
| 4.2.2 时间序列预测 | 第74页 |
| 4.3 预备知识与问题定义 | 第74-76页 |
| 4.4 朴素自回归模型 | 第76-78页 |
| 4.4.1 共享参数 | 第77页 |
| 4.4.2 私有参数 | 第77-78页 |
| 4.5 转移自回归模型 | 第78-84页 |
| 4.5.1 单链转移自回归模型 | 第80-83页 |
| 4.5.2 在线连载内容品质评估 | 第83-84页 |
| 4.6 实验分析 | 第84-93页 |
| 4.6.1 数据集 | 第85页 |
| 4.6.2 对比方法与评价指标 | 第85-87页 |
| 4.6.3 朴素自回归模型预测效果 | 第87-88页 |
| 4.6.4 转移自回归模型预测效果 | 第88-91页 |
| 4.6.5 模型对比 | 第91-92页 |
| 4.6.6 案例分析 | 第92-93页 |
| 4.7 小结 | 第93-94页 |
| 第5章 工作总结与未来展望 | 第94-99页 |
| 5.1 工作总结 | 第94-96页 |
| 5.2 不足之处与未来展望 | 第96-99页 |
| 参考文献 | 第99-110页 |
| 附录A 模型TMRDA的吉布斯采样公式推导过程 | 第110-112页 |
| 致谢 | 第112-114页 |
| 在读期间发表的学术论文与取得的研究成果 | 第114-115页 |