| 摘要 | 第5-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第15-25页 |
| 1.1. 研究背景 | 第15-17页 |
| 1.2. 研究目的和意义 | 第17-19页 |
| 1.3. 研究内容和创新点 | 第19-22页 |
| 1.4. 论文结构 | 第22-25页 |
| 第二章 研究现状与相关工作 | 第25-37页 |
| 2.1. 基于节点相似性的链路预测方法 | 第25-30页 |
| 2.1.1. 基于共同邻居的相似性 | 第26-27页 |
| 2.1.2. 基于路径的相似性 | 第27-29页 |
| 2.1.3. 基于随机游走的相似性 | 第29-30页 |
| 2.2. 符号网络连边符号预测方法 | 第30-34页 |
| 2.3. 社交推荐网络信任预测研究方法 | 第34-36页 |
| 2.4. 本章小结 | 第36-37页 |
| 第三章 基于节点相似性的链路预测方法研究 | 第37-49页 |
| 3.1. 引言 | 第37-38页 |
| 3.2. 相关工作 | 第38-40页 |
| 3.3. 节点相似性指标 | 第40-43页 |
| 3.3.1. 相关相似性 | 第41-43页 |
| 3.3.2. 提出的相似性指标 | 第43页 |
| 3.4. 性能评测 | 第43-47页 |
| 3.4.1. 数据分析 | 第44-45页 |
| 3.4.2. 性能指标 | 第45页 |
| 3.4.3. 实验结果与分析 | 第45-47页 |
| 3.5. 本章小结 | 第47-49页 |
| 第四章 符号网络连边符号预测研究 | 第49-61页 |
| 4.1. 引言 | 第49-50页 |
| 4.2. 相关工作 | 第50-51页 |
| 4.3. 连边符号预测模型 | 第51-55页 |
| 4.3.1. 问题定义 | 第51页 |
| 4.3.2. 特征选取 | 第51-54页 |
| 4.3.3. 分类方法 | 第54-55页 |
| 4.4. 性能评测 | 第55-59页 |
| 4.4.1. 数据分析 | 第55-56页 |
| 4.4.2. 性能指标 | 第56-57页 |
| 4.4.3. 实验结果与分析 | 第57-59页 |
| 4.5. 本章小结 | 第59-61页 |
| 第五章 基于协同矩阵分解的评分与信任联合预测研究 | 第61-75页 |
| 5.1. 引言 | 第61页 |
| 5.2. 相关工作 | 第61-63页 |
| 5.3. 基于协同矩阵分解的评分与信任联合预测模型 | 第63-68页 |
| 5.3.1. 问题定义 | 第63-64页 |
| 5.3.2. 概率矩阵分解 | 第64-65页 |
| 5.3.3. JRTPCMF模型 | 第65-68页 |
| 5.4. 性能评测 | 第68-74页 |
| 5.4.1. 数据分析 | 第68-71页 |
| 5.4.2. 性能指标 | 第71页 |
| 5.4.3. 实验结果与分析 | 第71-74页 |
| 5.5. 本章小结 | 第74-75页 |
| 第六章 面向多模社交网络的聚类信任预测研究 | 第75-93页 |
| 6.1. 引言 | 第75-76页 |
| 6.2. 相关工作 | 第76-78页 |
| 6.3. 问题定义 | 第78-79页 |
| 6.4. 面向多模社交网络的聚类信任预测框架 | 第79-84页 |
| 6.4.1. 聚类用户一项目矩阵 | 第79-81页 |
| 6.4.2. 构建显性相似性矩阵 | 第81页 |
| 6.4.3. 构建隐性相似性矩阵 | 第81-83页 |
| 6.4.4. 组合显性与隐性相似性矩阵 | 第83-84页 |
| 6.4.5. 综合多子组的复合相似性 | 第84页 |
| 6.5. 性能评测 | 第84-91页 |
| 6.5.1. 数据分析 | 第84-87页 |
| 6.5.2. 性能指标 | 第87页 |
| 6.5.3. 对比算法 | 第87-88页 |
| 6.5.4. 实验结果与分析 | 第88-91页 |
| 6.6. 本章小结 | 第91-93页 |
| 第七章 总结与展望 | 第93-97页 |
| 7.1. 研究工作总结 | 第93-94页 |
| 7.2. 下一步研究工作的展望 | 第94-97页 |
| 参考文献 | 第97-109页 |
| 致谢 | 第109-111页 |
| 攻读博士学位期间的科研成果 | 第111页 |