社会网络中群组探测和话题建模技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-26页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-24页 |
| 1.3 研究内容 | 第24-25页 |
| 1.4 论文的组织结构 | 第25-26页 |
| 2 基于模块度优化的动态有向加权网络群组挖掘 | 第26-45页 |
| 2.1 引言 | 第26-27页 |
| 2.2 问题定义 | 第27-28页 |
| 2.3 有向加权网络群组探测 | 第28-34页 |
| 2.4 群组变化点检测 | 第34-35页 |
| 2.5 动态网络群组挖掘算法 | 第35-37页 |
| 2.6 实验分析 | 第37-44页 |
| 2.7 本章小结 | 第44-45页 |
| 3 动态社会网络增量式 K-派系聚类 | 第45-67页 |
| 3.1 引言 | 第45-47页 |
| 3.2 问题定义 | 第47页 |
| 3.3 增量式 2-派系聚类 | 第47-53页 |
| 3.4 一般的增量式 K-派系聚类 | 第53-58页 |
| 3.5 算法时间复杂度分析 | 第58-59页 |
| 3.6 实验分析 | 第59-66页 |
| 3.7 本章小结 | 第66-67页 |
| 4 基于排序的话题建模 | 第67-90页 |
| 4.1 引言 | 第67-69页 |
| 4.2 背景知识 | 第69-70页 |
| 4.3 基于排序的话题模型 | 第70-76页 |
| 4.4 实验分析 | 第76-89页 |
| 4.5 本章小结 | 第89-90页 |
| 5 相互促进的无穷群组话题模型 | 第90-120页 |
| 5.1 引言 | 第90-92页 |
| 5.2 相互促进的无穷群组话题模型 | 第92-96页 |
| 5.3 基于吉布斯抽样的模型推理和参数估计 | 第96-105页 |
| 5.4 实验分析 | 第105-119页 |
| 5.5 本章小结 | 第119-120页 |
| 6 总结与展望 | 第120-123页 |
| 6.1 论文总结 | 第120-121页 |
| 6.2 工作展望 | 第121-123页 |
| 致谢 | 第123-125页 |
| 参考文献 | 第125-137页 |
| 附录 1 攻读学位期间发表的论文 | 第137-139页 |
| 附录 2 攻读学位期间参与的科研项目 | 第139-140页 |
| 附录 3 攻读学位期间申请的专利和软件著作权 | 第140-141页 |
| 附录 4 攻读学位期间获得的学术奖励 | 第141页 |
