微博用户及内容可信度评估算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 微博用户可信度评估的国内外研究现状 | 第11-14页 |
| 1.2.1 基于用户行为的方法 | 第11-12页 |
| 1.2.2 基于用户社交关系图的方法 | 第12-13页 |
| 1.2.3 研究现状小结 | 第13-14页 |
| 1.3 微博内容可信度评估的国内外研究现状 | 第14-19页 |
| 1.3.1 基于分类的方法 | 第14-16页 |
| 1.3.2 基于传播的方法 | 第16-17页 |
| 1.3.3 基于调查的方法 | 第17-18页 |
| 1.3.4 研究现状小结 | 第18-19页 |
| 1.4 论文结构及研究内容 | 第19-20页 |
| 第2章 相关理论技术研究现状 | 第20-28页 |
| 2.1 微博用户信任评估相关技术研究现状 | 第20-24页 |
| 2.1.1 用户社交关系图 | 第20-21页 |
| 2.1.2 相似度计算 | 第21-22页 |
| 2.1.3 K-means算法 | 第22-23页 |
| 2.1.4 PageRank算法 | 第23-24页 |
| 2.2 论文中的相关技术研究 | 第24-27页 |
| 2.2.1 异构社交网络图 | 第24-26页 |
| 2.2.2 半监督学习算法 | 第26页 |
| 2.2.3 TF-IDF | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于信任传播的微博用户信任评估算法 | 第28-42页 |
| 3.1 引言 | 第28-29页 |
| 3.2 用户可信度评估模型建立 | 第29-34页 |
| 3.2.1 相关概念介绍 | 第29-30页 |
| 3.2.2 基于聚类算法的种子节点选取 | 第30-32页 |
| 3.2.3 基于社交活跃度和相似度的剪枝算法 | 第32-33页 |
| 3.2.4 基于双向信任传播的传播算法 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-41页 |
| 3.3.1 实验设计 | 第34-35页 |
| 3.3.2 种子结点选取算法的性能 | 第35-37页 |
| 3.3.3 剪枝算法的性能 | 第37-39页 |
| 3.3.4 信任评估算法的性能 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于异构网络的微博内容可信度评估算法 | 第42-54页 |
| 4.1 引言 | 第42-43页 |
| 4.2 内容可信度评估模型建立 | 第43-48页 |
| 4.2.1 概念定义 | 第43-44页 |
| 4.2.2 基于相似度的微博内容可信度偏差化初始 | 第44-47页 |
| 4.2.3 基于混合传播规则的微博可信度传播 | 第47-48页 |
| 4.3 实验结果分析 | 第48-53页 |
| 4.3.1 实验设计 | 第48-49页 |
| 4.3.2 实验过程 | 第49-52页 |
| 4.3.3 实验分析 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
