| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-24页 |
| ·引言 | 第10页 |
| ·数据挖掘的简单介绍 | 第10-16页 |
| ·关系挖掘和社会网络分析 | 第16-19页 |
| ·面向文献数据的挖掘 | 第19-22页 |
| ·重要文献数据库的比较 | 第20-21页 |
| ·文献数据挖掘的主要工作 | 第21-22页 |
| ·本文主要工作 | 第22-23页 |
| ·本文结构 | 第23-24页 |
| 第2章 主题抽取和社区挖掘相关工作介绍 | 第24-33页 |
| ·引言 | 第24页 |
| ·主题模型的研究背景和意义 | 第24-25页 |
| ·主题模型的相关工作介绍 | 第25-28页 |
| ·LDA(Latent Dirichlet Allocation)模型 | 第25-26页 |
| ·其它LDA-style模型 | 第26-27页 |
| ·主题模型的统计推断 | 第27-28页 |
| ·社区挖掘相关工作介绍 | 第28-31页 |
| ·社区挖掘的研究背景和意义 | 第28-29页 |
| ·社区挖掘的主要算法介绍 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于模块化网络的主题影响研究 | 第33-44页 |
| ·引言 | 第33-35页 |
| ·Conference-Author Topic模型 | 第35-37页 |
| ·CAT模型的研究背景和意义 | 第35页 |
| ·CAT概率生成模型 | 第35-36页 |
| ·CAT模型的Gibbs采样算法 | 第36-37页 |
| ·模块化网络 | 第37-39页 |
| ·主题相互影响的模块化网络 | 第39-42页 |
| ·获得主题的时间强度序列 | 第39-40页 |
| ·时间序列的逐段线性表示 | 第40-42页 |
| ·构造主题关系网络 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第4章 基于主题抽取的社区挖掘和排名 | 第44-54页 |
| ·引言 | 第44页 |
| ·社会网络的精简模型 | 第44-46页 |
| ·领导者-追随者社会网络框架 | 第45-46页 |
| ·LA社会网络框架的实现方法 | 第46页 |
| ·基于主题抽取的社区挖掘 | 第46-48页 |
| ·主题驱动的社区挖掘 | 第46-47页 |
| ·成员驱动的社区挖掘 | 第47-48页 |
| ·基于链接的社区排名 | 第48-53页 |
| ·社会网络分析中的一些统计量 | 第49-50页 |
| ·Page Rank算法 | 第50-51页 |
| ·社区排名具体计算方法 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验和结果分析 | 第54-67页 |
| ·主题模块化网络的实验结果和分析 | 第54-59页 |
| ·数据集 | 第54页 |
| ·主题获得 | 第54-55页 |
| ·主题强度及其线性化 | 第55-56页 |
| ·模块化网络生成 | 第56-59页 |
| ·社区挖掘的实验和结果分析 | 第59-63页 |
| ·数据集 | 第59-60页 |
| ·主题获得 | 第60页 |
| ·领导者-追随者框架的实验 | 第60-61页 |
| ·主题驱动的社区 | 第61-62页 |
| ·成员驱动的社区 | 第62-63页 |
| ·社区排名的实验和结果分析 | 第63-66页 |
| ·数据集 | 第63-64页 |
| ·社区排名结果分析 | 第64页 |
| ·社区的统计结果分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·本文工作总结 | 第67页 |
| ·未来的展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 作者简历 | 第73页 |