社交网络链接预测方法研究
| 中文摘要 | 第14-16页 |
| 英文摘要 | 第16-18页 |
| 第一章 绪论 | 第19-35页 |
| 1.1 研究背景及意义 | 第19-21页 |
| 1.2 国内外研究现状 | 第21-30页 |
| 1.2.1 基于拓扑信息的链接预测 | 第22-27页 |
| 1.2.2 基于非拓扑信息的链接预测 | 第27-28页 |
| 1.2.3 基于拓扑与非拓扑信息融合的链接预测 | 第28-29页 |
| 1.2.4 基于链接预测的应用 | 第29-30页 |
| 1.3 论文的研究思路与主要贡献 | 第30-32页 |
| 1.4 论文的研究内容与组织结构 | 第32-35页 |
| 第二章 融合拓扑信息的链接预测 | 第35-57页 |
| 2.1 研究动机 | 第35-36页 |
| 2.2 融合对称拓扑度量的建模 | 第36-40页 |
| 2.2.1 对称拓扑度量 | 第36-37页 |
| 2.2.2 融合对称拓扑度量的概率矩阵分解模型 | 第37-40页 |
| 2.3 融合非对称拓扑度量的建模 | 第40-43页 |
| 2.3.1 非对称拓扑度量 | 第40-41页 |
| 2.3.2 融合非对称拓扑度量的概率矩阵分解模型 | 第41-43页 |
| 2.4 融合对称与非对称拓扑度量的建模 | 第43-44页 |
| 2.5 基于融合模型的链接预测 | 第44-45页 |
| 2.6 实验分析 | 第45-51页 |
| 2.6.1 实验设置 | 第45-48页 |
| 2.6.2 实验结果 | 第48-51页 |
| 2.7 本章小结 | 第51-57页 |
| 第三章 融合非拓扑信息的链接预测 | 第57-83页 |
| 3.1 研究动机 | 第57-59页 |
| 3.2 融合主题相似度语义的建模 | 第59-65页 |
| 3.2.1 主题相似度 | 第59-60页 |
| 3.2.2 主题相似网络 | 第60-61页 |
| 3.2.3 融合主题相似的概率矩阵分解模型 | 第61-65页 |
| 3.3 融合主题包含度语义的建模 | 第65-70页 |
| 3.3.1 主题包含度 | 第65-66页 |
| 3.3.2 主题包含度网络 | 第66-67页 |
| 3.3.3 融合主题包含度的概率矩阵分解模型 | 第67-70页 |
| 3.4 基于融合模型的链接预测 | 第70页 |
| 3.5 实验分析 | 第70-80页 |
| 3.5.1 实验设置 | 第70-74页 |
| 3.5.2 实验结果 | 第74-80页 |
| 3.6 本章小结 | 第80-83页 |
| 第四章 基于拓扑与非拓扑信息映射的冷启动链接预测 | 第83-101页 |
| 4.1 研究动机 | 第84-85页 |
| 4.2 网络拓扑的潜在空间表示 | 第85-88页 |
| 4.3 拓扑与非拓扑空间的映射 | 第88-89页 |
| 4.4 冷启动的链接预测 | 第89-91页 |
| 4.5 实验分析 | 第91-100页 |
| 4.5.1 实验设置 | 第91-94页 |
| 4.5.2 实验结果 | 第94-100页 |
| 4.6 本章小结 | 第100-101页 |
| 第五章 面向演化网络的时序链接预测 | 第101-115页 |
| 5.1 研究动机 | 第101页 |
| 5.2 动态概率矩阵分解模型 | 第101-106页 |
| 5.3 演化网络的时序链接预测 | 第106-107页 |
| 5.4 实验分析 | 第107-112页 |
| 5.4.1 实验设置 | 第108-110页 |
| 5.4.2 实验结果 | 第110-112页 |
| 5.5 本章小结 | 第112-115页 |
| 第六章 总结与展望 | 第115-119页 |
| 参考文献 | 第119-135页 |
| 攻读博士学位期间取得的研究成果 | 第135-137页 |
| 致谢 | 第137-139页 |
| 个人简况及联系方式 | 第139-140页 |
