基于时态主题模型的社区发现方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 主题模型研究现状 | 第12-14页 |
| 1.2.2 社区发现研究现状 | 第14-16页 |
| 1.3 主要研究内容 | 第16页 |
| 1.4 论文章节安排 | 第16-19页 |
| 第2章 主题模型与社区发现相关理论 | 第19-29页 |
| 2.1 主题模型相关理论 | 第19-23页 |
| 2.1.1 主题模型 | 第19页 |
| 2.1.2 静态主题模型 | 第19-22页 |
| 2.1.3 时态主题模型 | 第22-23页 |
| 2.2 社区相关理论 | 第23-27页 |
| 2.2.1 社区 | 第24页 |
| 2.2.2 社区发现 | 第24-25页 |
| 2.2.3 社区演化 | 第25-27页 |
| 2.3 基于主题模型的社区发现 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 时态主题分布计算 | 第29-38页 |
| 3.1 作者重要度分析 | 第29-30页 |
| 3.2 时态引用主题模型 | 第30-35页 |
| 3.2.1 TCTM生成模型 | 第31-34页 |
| 3.2.2 TCTM参数的求解 | 第34-35页 |
| 3.3 时态作者主题分布 | 第35-37页 |
| 3.4 本章小节 | 第37-38页 |
| 第4章 基于时态主题模型的社区发现算法 | 第38-53页 |
| 4.1 社交网络概述 | 第38-42页 |
| 4.1.1 社交网络 | 第38页 |
| 4.1.2 科研领域中存在的网络 | 第38-39页 |
| 4.1.3 社区主题和结构 | 第39-42页 |
| 4.2 基于TCTM的社区发现模型的构建 | 第42-46页 |
| 4.2.1 作者合作网络构建 | 第42-43页 |
| 4.2.2 作者相似度计算 | 第43-44页 |
| 4.2.3 基于TCTM的社区发现方法的总体框架 | 第44-46页 |
| 4.3 社区发现 | 第46-52页 |
| 4.3.1 标签传播算法 | 第46-47页 |
| 4.3.2 主题权重标签传播算法 | 第47-51页 |
| 4.3.3 社区演化 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 实验结果与分析 | 第53-67页 |
| 5.1 实验准备 | 第53-55页 |
| 5.1.1 实验平台 | 第53页 |
| 5.1.2 实验数据及预处理 | 第53-54页 |
| 5.1.3 评估方法 | 第54-55页 |
| 5.2 实验设计 | 第55-58页 |
| 5.3 实验结果与分析 | 第58-66页 |
| 5.3.1 作者主题分布结果分析 | 第58-61页 |
| 5.3.2 社区发现结果分析 | 第61-65页 |
| 5.3.3 社区演化 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 论文总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间公开发表论文 | 第74-75页 |
| 致谢 | 第75页 |
