面向移动数据的多维度社区发现和影响力分析
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-12页 |
| 1.3 论文主要工作和结构安排 | 第12-15页 |
| 1.3.1 论文主要工作 | 第12-13页 |
| 1.3.2 论文结构安排 | 第13-15页 |
| 第2章 相关理论及方法 | 第15-24页 |
| 2.1 Word2Vec模型 | 第15-18页 |
| 2.1.1 模型简介 | 第15-16页 |
| 2.1.2 Negative Sampling | 第16-18页 |
| 2.2 张量分解 | 第18-20页 |
| 2.3 PageRank算法 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 多维度社区划分及影响力分析 | 第24-49页 |
| 3.1 基于相似度的粗粒度社区划分 | 第25-29页 |
| 3.1.1 通信频度相似度 | 第25-26页 |
| 3.1.2 共同用户相似度 | 第26-27页 |
| 3.1.3 社区划分算法 | 第27-28页 |
| 3.1.4 数据稀疏问题 | 第28-29页 |
| 3.2 基于分布式表达的粗粒度社区划分 | 第29-40页 |
| 3.2.1 问题定义 | 第29-30页 |
| 3.2.2 基于权重的LINE-WS模型 | 第30-31页 |
| 3.2.3 基于近邻的LINE-NS模型 | 第31页 |
| 3.2.4 模型优化 | 第31-38页 |
| 3.2.5 用户聚类 | 第38-40页 |
| 3.3 基于张量分解的细粒度社区划分 | 第40-45页 |
| 3.3.1 基于通信频度的多维度社区细划分 | 第40-43页 |
| 3.3.2 基于APP的多维度社区细划分 | 第43-45页 |
| 3.4 基于PageRank的用户影响力分析 | 第45-47页 |
| 3.4.1 基于通信频度的用户影响力分析 | 第45-46页 |
| 3.4.2 基于APP使用相似度的用户影响力分析 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 实验结果和评估 | 第49-57页 |
| 4.1 实验环境和数据集 | 第49-51页 |
| 4.1.1 实验环境 | 第49页 |
| 4.1.2 数据集介绍 | 第49-51页 |
| 4.2 粗粒度社区划分结果评估 | 第51-54页 |
| 4.2.1 模块度 | 第51-52页 |
| 4.2.2 有效性 | 第52-53页 |
| 4.2.3 稳定度 | 第53-54页 |
| 4.3 多维细粒度社区划分结果 | 第54页 |
| 4.4 细粒度社区影响力分析结果 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间发表论文与研究成果清单 | 第62-63页 |
| 致谢 | 第63页 |
