| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究背景与意义 | 第12-15页 |
| 1.2 跨网络身份识别算法研究现状 | 第15-18页 |
| 1.2.1 基于拓扑结构信息相似性的身份识别算法研究现状 | 第16页 |
| 1.2.2 基于档案属性信息相似性的身份识别算法研究现状 | 第16-17页 |
| 1.2.3 基于行为信息相似性的身份识别算法研究现状 | 第17-18页 |
| 1.3 问题提出 | 第18-19页 |
| 1.3.1 基于自中心网络的身份识别算法对标签节点利用不足 | 第18-19页 |
| 1.3.2 基于主观赋权的多属性决策身份识别算法鲁棒性不足 | 第19页 |
| 1.3.3 基于行为信息的身份识别算法缺乏动态演变性分析 | 第19页 |
| 1.4 本文主要内容和组织结构 | 第19-22页 |
| 1.4.1 主要内容 | 第19-21页 |
| 1.4.2 组织结构 | 第21-22页 |
| 第二章 跨网络身份识别的基本概念 | 第22-32页 |
| 2.1 问题描述 | 第22-24页 |
| 2.2 跨网络身份识别的相关方法 | 第24-29页 |
| 2.2.1 基于拓扑结构信息的相似度计算方法 | 第24-25页 |
| 2.2.2 基于档案属性信息的相似度计算方法 | 第25-28页 |
| 2.2.3 基于行为信息的相似度计算方法 | 第28-29页 |
| 2.3 评价指标 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于隐藏标签节点挖掘的用户身份识别算法 | 第32-46页 |
| 3.1 引言 | 第32-33页 |
| 3.2 传统的基于拓扑结构信息的跨网络身份识别算法 | 第33-35页 |
| 3.2.1 算法描述 | 第33-34页 |
| 3.2.2 存在问题分析与解决方案 | 第34-35页 |
| 3.3 算法描述 | 第35-37页 |
| 3.4 实验结果与分析 | 第37-45页 |
| 3.4.1 实验数据说明 | 第37-39页 |
| 3.4.2 算法有效性验证 | 第39-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于档案属性信息熵权决策的用户身份识别算法 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 属性相似度计算 | 第47-48页 |
| 4.3 算法描述 | 第48-52页 |
| 4.3.1 信息熵确定属性权重 | 第48-49页 |
| 4.3.2 用户账号匹配 | 第49-50页 |
| 4.3.3 身份识别过程 | 第50-52页 |
| 4.4 实验结果与分析 | 第52-56页 |
| 4.4.1 实验数据说明 | 第52-53页 |
| 4.4.2 算法有效性验证 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 基于兴趣演变规律分析的用户身份识别算法 | 第58-70页 |
| 5.1 引言 | 第58-59页 |
| 5.2 属性加权兴趣挖掘模型 | 第59-62页 |
| 5.2.1 微博权重属性分析 | 第59-60页 |
| 5.2.2 兴趣模型求解 | 第60-62页 |
| 5.3 算法描述 | 第62-64页 |
| 5.3.1 兴趣主题分布相似性度量 | 第62-63页 |
| 5.3.2 动态衡量兴趣相似度 | 第63-64页 |
| 5.4 实验结果与分析 | 第64-68页 |
| 5.4.1 实验数据说明 | 第64-66页 |
| 5.4.2 算法有效性验证 | 第66-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 全文总结与主要创新点 | 第70-71页 |
| 6.2 下一步研究工作展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第80页 |
