基于合作者网络的人才推荐系统算法研究和系统设计
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究工作的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文的组织架构 | 第14-15页 |
| 第二章 相关概念及技术介绍 | 第15-35页 |
| 2.1 学术大数据 | 第15-18页 |
| 2.1.1 学术数据的获取途径 | 第16-17页 |
| 2.1.2 学术大数据的分析方法 | 第17-18页 |
| 2.2 图论概述 | 第18-21页 |
| 2.2.1 中心性 | 第18-21页 |
| 2.2.2 连通性 | 第21页 |
| 2.3 异构信息网络 | 第21-23页 |
| 2.4 推荐系统概述 | 第23-25页 |
| 2.5 主要推荐方法及应用 | 第25-29页 |
| 2.5.1 基于内容的推荐算法 | 第25-27页 |
| 2.5.2 基于协同过滤的推荐算法 | 第27-29页 |
| 2.6 链接分析算法 | 第29-34页 |
| 2.6.1 PageRank算法 | 第30-32页 |
| 2.6.2 HITS算法 | 第32-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 算法数据来源 | 第35-42页 |
| 3.1 SCI论文数据 | 第35-39页 |
| 3.2 中科院期刊分区数据 | 第39-40页 |
| 3.3 数据预处理 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 合作者网络的人才推荐算法设计 | 第42-67页 |
| 4.1 合作者网络中学者重要性分析 | 第42-46页 |
| 4.1.1 介数加速算法 | 第43-45页 |
| 4.1.2 过滤合作者网络 | 第45-46页 |
| 4.2 合作者网络中边权计算 | 第46-48页 |
| 4.2.1 合作次数计算网络边权 | 第46-47页 |
| 4.2.2 合作强度计算网络边权 | 第47-48页 |
| 4.2.3 合作效果计算网络边权 | 第48页 |
| 4.3 同构合作者网络的算法设计 | 第48-55页 |
| 4.3.1 合作者的同质性计算 | 第49-51页 |
| 4.3.2 合作关系的特征 | 第51-52页 |
| 4.3.3 合作信任度计算 | 第52-53页 |
| 4.3.4 合作者网络推荐算法 | 第53-55页 |
| 4.4 异构合作者网络的算法设计 | 第55-62页 |
| 4.4.1 元路径的介绍 | 第56-58页 |
| 4.4.2 PathSim算法原理 | 第58-60页 |
| 4.4.3 基于影响因子的PathSim算法 | 第60-61页 |
| 4.4.4 元路径的选择 | 第61-62页 |
| 4.5 人才推荐算法设计 | 第62-66页 |
| 4.5.1 学者权威值计算 | 第62-65页 |
| 4.5.2 人才推荐系统模型 | 第65-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第五章 实验结果分析与系统设计 | 第67-81页 |
| 5.1 实验数据 | 第67-68页 |
| 5.2 实验结果 | 第68-77页 |
| 5.2.1 同构合作者网络下的实验结果 | 第68-71页 |
| 5.2.2 异构合作者网络下的实验结果 | 第71-73页 |
| 5.2.3 学者权威值实验结果 | 第73-74页 |
| 5.2.4 实验结果评估 | 第74-77页 |
| 5.3 系统设计 | 第77-80页 |
| 5.3.1 需求分析 | 第77页 |
| 5.3.2 系统功能结构 | 第77-78页 |
| 5.3.3 系统流程图 | 第78-79页 |
| 5.3.4 数据库设计 | 第79-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 全文总结与展望 | 第81-83页 |
| 6.1 论文总结 | 第81-82页 |
| 6.2 未来展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻硕期间取得的研究成果 | 第87页 |
