| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-30页 |
| ·研究背景及目的 | 第13-19页 |
| ·关于Web社区营销 | 第13-17页 |
| ·社区营销的主要方法 | 第17-19页 |
| ·国内外研究现状 | 第19-24页 |
| ·Web社区发现 | 第19-20页 |
| ·社区用户研究 | 第20-21页 |
| ·热门话题发现和排序 | 第21页 |
| ·社区排序 | 第21-22页 |
| ·时间一致性 | 第22-24页 |
| ·社区其他相关研究 | 第24页 |
| ·主要工作与创新点 | 第24-26页 |
| ·研究价值与意义 | 第26-27页 |
| ·内容组织结构 | 第27-30页 |
| 第二章 社区数据源排序 | 第30-45页 |
| ·引言 | 第30页 |
| ·社区数据源与数据质量 | 第30-36页 |
| ·社区的质量标准 | 第30-32页 |
| ·质量模型 | 第32-33页 |
| ·质量向量的标准化处理 | 第33页 |
| ·质量向量的权重计算 | 第33-34页 |
| ·权重向量的确定 | 第34-36页 |
| ·按数据质量进行排序 | 第36页 |
| ·抽样分析方法 | 第36-40页 |
| ·抽样过程 | 第37-40页 |
| ·抽样估计 | 第40页 |
| ·抽样抉择 | 第40页 |
| ·试验与结果 | 第40-43页 |
| ·样本点的抽样 | 第41-42页 |
| ·权重向量的求解 | 第42-43页 |
| ·估计量计算与排序 | 第43页 |
| ·结论 | 第43-45页 |
| 第三章 社区中资源的模糊搜索 | 第45-58页 |
| ·引言 | 第45-46页 |
| ·定义和理论 | 第46-48页 |
| ·算法 | 第48-54页 |
| ·基于游标的单个查询 | 第48-52页 |
| ·基于增量/缓存算法的单个查询 | 第52-53页 |
| ·排序 | 第53-54页 |
| ·试验与结果 | 第54-57页 |
| ·计算整个字符串的效率 | 第54-55页 |
| ·检索成功概率 | 第55-56页 |
| ·保存键入效果 | 第56页 |
| ·在Oracle中进行比较 | 第56-57页 |
| ·结论 | 第57-58页 |
| 第四章 基于本体语义分析的社区用户个性挖掘 | 第58-71页 |
| ·引言 | 第58页 |
| ·用户模型 | 第58-61页 |
| ·用户行为模型 | 第58-60页 |
| ·用户特征模型 | 第60页 |
| ·用户兴趣模型 | 第60-61页 |
| ·用户特征推断 | 第61-66页 |
| ·社区用户的描述逻辑 | 第61页 |
| ·概念集和关系集 | 第61-62页 |
| ·属性集和值集合 | 第62-63页 |
| ·推理规则 | 第63-65页 |
| ·结果推断 | 第65-66页 |
| ·实验 | 第66-69页 |
| ·数据集 | 第66-67页 |
| ·规则集 | 第67页 |
| ·规则计算与结果 | 第67-69页 |
| ·结论 | 第69-71页 |
| 第五章 基于交互关系的社区用户兴趣特征挖掘 | 第71-87页 |
| ·引言 | 第71页 |
| ·相关工作 | 第71-72页 |
| ·数据集 | 第72-76页 |
| ·两种交互行为(Conversation Behavior) | 第72页 |
| ·基本定义 | 第72-73页 |
| ·实验数据集 | 第73-74页 |
| ·社区用户兴趣特征数据 | 第74-75页 |
| ·用户对 | 第75-76页 |
| ·统计分析方法 | 第76-78页 |
| ·独立交互行为与相似度相关的显著性检验 | 第76-77页 |
| ·交互度与相似度的单调关系的显著性检验 | 第77-78页 |
| ·基于兴趣的社区用户挖掘 | 第78-80页 |
| ·挖掘算法 | 第78-79页 |
| ·算法检验 | 第79-80页 |
| ·实验 | 第80-85页 |
| ·用户间的独立交互和兴趣相似度关系 | 第80-81页 |
| ·用户间的交互度和兴趣相似度关系 | 第81页 |
| ·交互行为1和交互行为2的关系 | 第81-82页 |
| ·总交互度与相似度的分布 | 第82-84页 |
| ·用户挖掘 | 第84-85页 |
| ·实验结果 | 第85页 |
| ·结论 | 第85-87页 |
| 第六章 社区主题的时间一致性研究 | 第87-105页 |
| ·引言 | 第87-89页 |
| ·总体方案 | 第89页 |
| ·WEB时间建模 | 第89-95页 |
| ·社区信息的时间敏感性分析 | 第89-90页 |
| ·时间知识概念模型的构建 | 第90页 |
| ·基于事件的时间序关系的网页分类 | 第90-95页 |
| ·WEB时间不一致建模 | 第95-98页 |
| ·网页不一致性分类 | 第95页 |
| ·时间不一致性模型 | 第95-98页 |
| ·WEB时间不一致推理 | 第98-100页 |
| ·网页的时间不一致性存在空间 | 第98-99页 |
| ·不一致存在空间与不一致问题的对应关系 | 第99-100页 |
| ·不一致问题推理 | 第100页 |
| ·网站过时网页的自动发现 | 第100-101页 |
| ·网页信息的时间敏感性分析 | 第100-101页 |
| ·时间信息抽取与时间不一致模式识别 | 第101页 |
| ·时间感知搜索模型改进 | 第101-103页 |
| ·时间词库 | 第101-102页 |
| ·约束函数的建立 | 第102页 |
| ·匹配约束函数 | 第102-103页 |
| ·实验 | 第103-104页 |
| ·结论 | 第104-105页 |
| 第七章 总结与展望 | 第105-108页 |
| ·总结 | 第105-106页 |
| ·展望 | 第106-108页 |
| 参考文献 | 第108-112页 |
| 致谢 | 第112-113页 |
| 攻读博士学位期间的科研成果 | 第113页 |