社交网络数据摘要方法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1. 研究背景和研究目的 | 第11-13页 |
| 1.2. 本文工作 | 第13-14页 |
| 1.3. 本文组织架构 | 第14-15页 |
| 第二章 相关技术 | 第15-27页 |
| 2.1. 潜在语义分布主题模型 | 第15-16页 |
| 2.2. 狄利克雷过程 | 第16-17页 |
| 2.3. 文本摘要 | 第17-19页 |
| 2.4. 标签传播 | 第19-20页 |
| 2.5. 集成学习 | 第20-22页 |
| 2.6. 矩阵填充 | 第22-23页 |
| 2.7. 特征选择 | 第23-24页 |
| 2.8. 不平衡数据学习 | 第24-27页 |
| 第三章 标签数据摘要方法 | 第27-34页 |
| 3.1. 问题定义 | 第27-28页 |
| 3.2. 模型 | 第28-30页 |
| 3.3. 求解过程 | 第30-32页 |
| 3.4. 本章小结 | 第32-34页 |
| 第四章 辩论数据摘要方法 | 第34-40页 |
| 4.1. 问题定义 | 第35页 |
| 4.2. 稀疏数据填充 | 第35-36页 |
| 4.3. 基于集成学习的特征选择 | 第36-37页 |
| 4.4. 算法流程 | 第37-38页 |
| 4.5. 本章小结 | 第38-40页 |
| 第五章 实验部分 | 第40-59页 |
| 5.1. 实验数据 | 第40-41页 |
| 5.2. 评价手段 | 第41-43页 |
| 5.2.1. ROUGE得分 | 第41-42页 |
| 5.2.2. 正则化互信息 | 第42页 |
| 5.2.3. F1-得分 | 第42-43页 |
| 5.3. 标签数据摘要模型实验 | 第43-50页 |
| 5.3.1. DP模型验证 | 第43-45页 |
| 5.3.2. 聚类实验 | 第45-46页 |
| 5.3.3. 摘要实验 | 第46-50页 |
| 5.4. 辩论数据摘要实验 | 第50-57页 |
| 5.4.1. 标签传播算法评估 | 第50-51页 |
| 5.4.2. 矩阵填充对比 | 第51-53页 |
| 5.4.3. 集成特征选择实验 | 第53-55页 |
| 5.4.4. 案例分析 | 第55-57页 |
| 5.5. 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1. 总结 | 第59页 |
| 6.2. 展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文 | 第67-69页 |
| 致谢 | 第69-70页 |
