| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外语义网研究现状 | 第10-12页 |
| 1.3 论文主要工作与贡献 | 第12-13页 |
| 1.4 本文结构 | 第13-14页 |
| 第二章 社交网络理论与本体模型 | 第14-24页 |
| 2.1 社交网络及其安全问题 | 第14-18页 |
| 2.1.1 新浪微博 | 第14-15页 |
| 2.1.2 社交网络的安全问题 | 第15-18页 |
| 2.2 本体理论以及相关技术 | 第18-21页 |
| 2.2.1 本体的定义 | 第18-20页 |
| 2.2.2 本体特征 | 第20-21页 |
| 2.3 社交网络中的节点关系 | 第21-23页 |
| 2.3.1 包含关系 | 第21页 |
| 2.3.2 支撑关系 | 第21-22页 |
| 2.3.3 承接关系 | 第22页 |
| 2.3.4 并列关系 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于语义网的社交网络黑名单自动过滤模型 | 第24-35页 |
| 3.1 问题定义及背景 | 第24-25页 |
| 3.2 社交网络中的恶意信息问题 | 第25-26页 |
| 3.3 主要系统模块 | 第26-29页 |
| 3.3.1 信息的截取分类模块 | 第26-27页 |
| 3.3.2 敏感语义库模块 | 第27页 |
| 3.3.3 信息恶意指数计分模块 | 第27页 |
| 3.3.4 黑名单管理模块 | 第27-28页 |
| 3.3.5 数据采集转换模块 | 第28-29页 |
| 3.4 微博用户行为分析 | 第29-30页 |
| 3.5 社交网络本体模型定制 | 第30-31页 |
| 3.6 恶意信息本体模型构建 | 第31-32页 |
| 3.7 识别恶意信息 | 第32-34页 |
| 3.8 本章总结 | 第34-35页 |
| 第四章 基于本体的社交网用户关系共享计算模型 | 第35-46页 |
| 4.1 问题定义及背景 | 第35-36页 |
| 4.2 信任模型的提取 | 第36-37页 |
| 4.3 有效性评价算法 nDCG | 第37-39页 |
| 4.4 用户关系信任度 | 第39-43页 |
| 4.4.1 Pearson 相关系数 | 第40-42页 |
| 4.4.2 用户共性计算 | 第42页 |
| 4.4.3 信任积累值计算 | 第42-43页 |
| 4.4.4 信任度量化 | 第43页 |
| 4.5 用户群黑名单共享 | 第43-44页 |
| 4.6 本章总结 | 第44-46页 |
| 第五章 仿真实验与应用验证 | 第46-58页 |
| 5.1 实验工具介绍 | 第46-47页 |
| 5.1.1 建模工具 Protégé | 第46页 |
| 5.1.2 本体推理机介绍 | 第46-47页 |
| 5.1.3 基于 JAVA 的语义网开发工具包 Jena | 第47页 |
| 5.2 实验环境概述 | 第47-48页 |
| 5.3 数据集概述 | 第48-50页 |
| 5.3.1 数据集选取 | 第48-49页 |
| 5.3.2 数据集的使用 | 第49-50页 |
| 5.4 黑名单自动过滤模型仿真实验 | 第50-54页 |
| 5.4.1 实验框架 | 第50页 |
| 5.4.2 实验评估 | 第50-54页 |
| 5.5 黑名单共享模型仿真实验评估 | 第54-56页 |
| 5.6 本章总结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 相关工作总结 | 第58-59页 |
| 6.2 对未来发展的展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 1 程序清单 | 第62-63页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录 3 攻读硕士学位期间申请的专利 | 第64-65页 |
| 附录 4 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |