| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 国内外相关研究现状 | 第9-11页 |
| 1.3 本文研究工作和结构安排 | 第11-12页 |
| 2 相关概念和技术 | 第12-15页 |
| 2.1 数据挖掘简介 | 第12页 |
| 2.2 特征选择相关知识 | 第12-13页 |
| 2.3 聚类分析相关概念 | 第13-15页 |
| 3 基于用户相关性的动态网络媒体数据的无监督特征选择算法 | 第15-39页 |
| 3.1 模型框架 | 第15-16页 |
| 3.2 用户节点分析 | 第16-18页 |
| 3.2.1 用户特征 | 第16-17页 |
| 3.2.2 交互关系 | 第17-18页 |
| 3.2.3 社交因素 | 第18页 |
| 3.3 用户关系计算 | 第18-24页 |
| 3.3.1 关系数学化 | 第18-21页 |
| 3.3.2 关系强弱预测 | 第21-22页 |
| 3.3.3 相关性用户算法实现 | 第22-24页 |
| 3.4 媒体数据流特征选择 | 第24-27页 |
| 3.4.1 判定新特征 | 第24-25页 |
| 3.4.2 更新特征子集 | 第25-27页 |
| 3.5 实验结果与分析 | 第27-38页 |
| 3.5.1 实验数据 | 第27-28页 |
| 3.5.2 实验设置 | 第28页 |
| 3.5.3 准确性分析 | 第28-34页 |
| 3.5.4 关系强度影响 | 第34-36页 |
| 3.5.5 参数有效性分析 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 一种利用不完整数据检测交通异常的方法 | 第39-47页 |
| 4.1 问题定义 | 第39-40页 |
| 4.2 交通异常检测核心思想 | 第40-43页 |
| 4.2.1 相关性聚类分析 | 第40-41页 |
| 4.2.2 手机数据检测异常 | 第41-42页 |
| 4.2.3 异常检测算法描述 | 第42-43页 |
| 4.3 实验结果分析 | 第43-46页 |
| 4.3.1 实验设置 | 第43-44页 |
| 4.3.2 聚类方法对比分析 | 第44页 |
| 4.3.3 异常检测评估 | 第44-45页 |
| 4.3.5 实验方法总结 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 总结 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位阶段取得的学术成绩 | 第51-52页 |
| 致谢 | 第52页 |