社会性标注关键技术及其在信息检索中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-31页 |
| ·课题研究背景 | 第15-21页 |
| ·社会性标注机制 | 第15-17页 |
| ·社会性标注系统 | 第17-18页 |
| ·Folksonomy模型 | 第18-19页 |
| ·研究的目的和意义 | 第19-21页 |
| ·相关研究综述 | 第21-28页 |
| ·系统动态演化特性 | 第21-22页 |
| ·系统用户界面 | 第22-25页 |
| ·社会性标注的语义 | 第25-27页 |
| ·社会性标注在信息检索中的应用 | 第27-28页 |
| ·研究内容和组织结构 | 第28-31页 |
| ·研究内容 | 第28-30页 |
| ·组织结构 | 第30-31页 |
| 第2章 社会性标注系统中的标签推荐算法 | 第31-46页 |
| ·引言 | 第31-32页 |
| ·相关工作 | 第32-33页 |
| ·基于资源内容的方法 | 第32-33页 |
| ·基于协同过滤的方法 | 第33页 |
| ·基于链接分析的方法 | 第33页 |
| ·社会性标注数据表示 | 第33-36页 |
| ·社会性标注建模 | 第34-35页 |
| ·建模社会关系 | 第35页 |
| ·建模资源相似关系 | 第35-36页 |
| ·标签推荐算法 | 第36-40页 |
| ·基于随机游走的相似度计算 | 第36-38页 |
| ·简单的协同过滤方法 | 第38-39页 |
| ·个性化标签推荐方法 | 第39-40页 |
| ·算法时间复杂性分析 | 第40页 |
| ·实验 | 第40-45页 |
| ·实验数据集 | 第40页 |
| ·实验方法和性能指标 | 第40-41页 |
| ·不同相似度函数的比较 | 第41-42页 |
| ·不同标签推荐算法的比较 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 社会性标注系统中的标签词义消歧算法 | 第46-60页 |
| ·引言 | 第46-48页 |
| ·相关工作 | 第48-50页 |
| ·无监督的词义消歧 | 第48-49页 |
| ·谱聚类分析 | 第49-50页 |
| ·标签词义消歧 | 第50页 |
| ·标签词义消歧算法 | 第50-54页 |
| ·上下文表示 | 第50-52页 |
| ·基于谱聚类的标签词义消歧算法 | 第52-54页 |
| ·算法时间复杂性分析 | 第54页 |
| ·实验 | 第54-59页 |
| ·实验数据集 | 第54-55页 |
| ·定性评价 | 第55-56页 |
| ·定量评价 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 基于社会性标注的本体学习算法 | 第60-86页 |
| ·引言 | 第60-61页 |
| ·相关工作 | 第61-63页 |
| ·基于相似关系的方法 | 第61-62页 |
| ·基于包容关系的方法 | 第62-63页 |
| ·隐含包容层次模型 | 第63-65页 |
| ·本体学习算法 | 第65-72页 |
| ·标签包容关系发现 | 第65-67页 |
| ·标签普遍性排序 | 第67-70页 |
| ·概念层次生成 | 第70-72页 |
| ·算法时间复杂性分析 | 第72页 |
| ·实验 | 第72-85页 |
| ·实验数据集 | 第72-73页 |
| ·评价方案 | 第73-74页 |
| ·定性分析 | 第74-77页 |
| ·人工评价 | 第77-80页 |
| ·基于标准本体的评价 | 第80-85页 |
| ·讨论 | 第85页 |
| ·本章小结 | 第85-86页 |
| 第5章 基于社会性标注的网页排序算法 | 第86-102页 |
| ·引言 | 第86-87页 |
| ·相关工作 | 第87-88页 |
| ·网页排序算法 | 第88-93页 |
| ·网页和用户的语言模型 | 第88-91页 |
| ·网页和用户的互增强模型 | 第91-92页 |
| ·算法描述 | 第92-93页 |
| ·算法时间复杂性分析 | 第93页 |
| ·实验 | 第93-99页 |
| ·主题模型选择 | 第94页 |
| ·排序结果评价 | 第94-99页 |
| ·本章小结 | 第99-102页 |
| 结论 | 第102-104页 |
| 参考文献 | 第104-116页 |
| 攻读博士学位期间发表的学术论文及其它成果 | 第116-118页 |
| 致谢 | 第118-119页 |
| 个人简历 | 第119页 |
