异构信息网络上半监督机器学习算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 异构信息网络 | 第11-12页 |
| 1.3 信息网络半监督分类及其研究现状 | 第12-13页 |
| 1.4 信息网络半监督聚类及其研究现状 | 第13-14页 |
| 1.5 本文的主要工作及结构 | 第14-15页 |
| 第2章 异构信息网络半监督分类方法 | 第15-24页 |
| 2.1 引言 | 第15-16页 |
| 2.2 异构信息网络半监督分类框架 | 第16-19页 |
| 2.2.1 元路径选择模型 | 第16-17页 |
| 2.2.2 基于元路径的半监督分类模型 | 第17-18页 |
| 2.2.3 HetPathMine 分类算法 | 第18-19页 |
| 2.2.4 时间复杂度分析 | 第19页 |
| 2.3 实验结果与分析 | 第19-23页 |
| 2.3.1 数据集 | 第19-21页 |
| 2.3.2 相关算法及评价策略 | 第21页 |
| 2.3.3 结果及分析 | 第21-22页 |
| 2.3.4 元路径权重分析 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 异构信息网络半监督聚类 | 第24-35页 |
| 3.1 引言 | 第24-25页 |
| 3.2 异构信息网络半监督聚类框架 | 第25-29页 |
| 3.2.1 基于线性回归的拓扑特征计算方法 | 第25-27页 |
| 3.2.2 关系抽取模型 | 第27-28页 |
| 3.2.3 SemiRPClus 聚类算法 | 第28页 |
| 3.2.4 时间复杂度分析 | 第28-29页 |
| 3.3 实验结果与分析 | 第29-33页 |
| 3.3.1 数据集 | 第29-30页 |
| 3.3.2 有效性实验及评价 | 第30-32页 |
| 3.3.3 运算效率分析 | 第32-33页 |
| 3.3.4 元路径权重分析 | 第33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 总结与展望 | 第35-36页 |
| 参考文献 | 第36-40页 |
| 作者简介及在学期间所取得的科研成果 | 第40-41页 |
| 致谢 | 第41页 |
