| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 研究现状及挑战 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 论文组织 | 第15-17页 |
| 第二章 相关技术研究 | 第17-35页 |
| 2.1 社交网络分析 | 第17-20页 |
| 2.1.1 幂律分布 | 第18页 |
| 2.1.2 小世界特性 | 第18-19页 |
| 2.1.3 聚簇特性 | 第19-20页 |
| 2.2 自然语言处理 | 第20-27页 |
| 2.2.1 统计语言模型 | 第20-21页 |
| 2.2.2 神经网络语言模型 | 第21-22页 |
| 2.2.3 词向量word2vec模型 | 第22-27页 |
| 2.3 网络表征算法 | 第27-33页 |
| 2.3.1 网络表征算法定义 | 第27页 |
| 2.3.2 基于矩阵的网络表征 | 第27-28页 |
| 2.3.3 网络分布式表征 | 第28-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 社交网络表征算法 | 第35-49页 |
| 3.1 网络表征算法模型 | 第35-36页 |
| 3.2 基于社交网络结构的遍历优化 | 第36-38页 |
| 3.3 基于社交网络关键节点与类标签传播的社交网络表征 | 第38-46页 |
| 3.3.1 社交网络中关键节点的发现 | 第39-41页 |
| 3.3.2 关键节点相似度匹配及标签集合的选择 | 第41-42页 |
| 3.3.3 基于关键节点的表征及算法流程 | 第42-46页 |
| 3.4 基于网络交互信息的社交网络表征 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 社交网络表征实验及结果分析 | 第49-57页 |
| 4.1 实验数据分析及实验环境 | 第49-51页 |
| 4.1.1 实验数据 | 第49-51页 |
| 4.1.2 实验环境 | 第51页 |
| 4.2 实验设计及实验结果分析 | 第51-54页 |
| 4.3 参数敏感度分析 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |