基于核心标签的微博网络社区发现研究
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 2 相关理论与技术 | 第16-21页 |
| 2.1 用户表示模型 | 第16-17页 |
| 2.2 用户距离计算 | 第17-19页 |
| 2.2.1 基于内容的相似度计算 | 第17-18页 |
| 2.2.2 基于结构的相似度计算 | 第18-19页 |
| 2.3 用户意见领袖 | 第19-21页 |
| 3 用户标签扩充 | 第21-28页 |
| 3.1 标签扩充 | 第21-24页 |
| 3.1.1 用户标签加权方案 | 第21-22页 |
| 3.1.2 标签扩充 | 第22-24页 |
| 3.2 评价质量函数 | 第24-28页 |
| 3.2.1 社区内聚度 | 第24-25页 |
| 3.2.2 社区耦合度 | 第25-26页 |
| 3.2.3 关于意见领袖社区的影响 | 第26-28页 |
| 4 基于核心标签的社区发现算法 | 第28-40页 |
| 4.1 社区发现策略 | 第28-30页 |
| 4.2 社区发现算法 | 第30-32页 |
| 4.3 验证与总结 | 第32-40页 |
| 4.3.1 实验数据分析 | 第32-33页 |
| 4.3.2 实验策略与分析 | 第33页 |
| 4.3.3 标签扩充及内联外联权重 | 第33-35页 |
| 4.3.4 标签距离参数γ的取值 | 第35-36页 |
| 4.3.5 NSTC算法和QBTC算法性能分析 | 第36-37页 |
| 4.3.6 与其他算法的比较 | 第37-40页 |
| 5 结论与展望 | 第40-42页 |
| 6 参考文献 | 第42-45页 |
| 7 攻读硕士学位期间发表的论文 | 第45-46页 |
| 致谢 | 第46页 |
