首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

社区发现算法推荐系统的设计与实现

摘要第3-4页
abstract第4-5页
主要符号对照表第8-9页
第1章 引言第9-21页
    1.1 研究背景与意义第9-11页
    1.2 国内外相关研究第11-19页
        1.2.1 社区发现算法第11-15页
        1.2.2 图的核方法第15-17页
        1.2.3 图的嵌入方法第17-19页
    1.3 研究内容和贡献第19-20页
    1.4 本文组织结构第20-21页
第2章 面向社区发现的算法推荐系统概览第21-25页
    2.1 系统框架概览第21-22页
    2.2 功能模块第22-24页
        2.2.1 算法执行模块第22-23页
        2.2.2 算法推荐模块第23-24页
        2.2.3 可视化模块第24页
    2.3 本章小结第24-25页
第3章 算法执行模块第25-33页
    3.1 基于通用框架的社区发现算法分析第25-28页
        3.1.1 Attractor算法咅丨J析第25-27页
        3.1.2 DNR算法剖析第27-28页
    3.2 Python接口实现与介绍第28-30页
        3.2.1 Python接口实现第29页
        3.2.2 Python包接口说明第29-30页
    3.3 Web Service实现与介绍第30-32页
        3.3.1 Web Service接口实现第31页
        3.3.2 Web Service使用介绍第31-32页
    3.4 本章小结第32-33页
第4章 算法推荐模块第33-58页
    4.1 问题定义及解决思路第33-35页
        4.1.1 问题定义第33页
        4.1.2 解决思路第33-35页
    4.2 算法概述第35-37页
    4.3 图的特征表示的抽取第37-46页
        4.3.1 基于2-hop邻居结构的特征抽取第37-40页
        4.3.2 基于规范化邻居结构的特征抽取第40-42页
        4.3.3 基于随机游走的特征抽取第42-45页
        4.3.4 特征矩阵构建第45-46页
    4.4 面向社区发现的算法推荐模型第46-48页
        4.4.1 模型设计第47-48页
        4.4.2 模型学习第48页
    4.5 实验第48-56页
        4.5.1 实验准备第48-50页
        4.5.2 实验度量指标第50页
        4.5.3 对比算法第50-51页
        4.5.4 合成数据集分析第51-52页
        4.5.5 合成数据集结果第52-55页
        4.5.6 真实数据集样例第55-56页
    4.6 本章小结第56-58页
第5章 可视化模块第58-64页
    5.1 算法执行功能第58-60页
        5.1.1 预设置第58-59页
        5.1.2 算法执行结果第59-60页
    5.2 算法推荐功能第60-62页
        5.2.1 预设置第61页
        5.2.2 算法推荐结果第61-62页
    5.3 指标计算功能第62-63页
    5.4 本章小结第63-64页
第6章 总结与展望第64-66页
    6.1 本文工作总结第64-65页
    6.2 未来工作展望第65-66页
参考文献第66-69页
致谢第69-71页
个人简历、在学期间发表的学术论文与研究成果第71页

论文共71页,点击 下载论文
上一篇:江苏省土地资源可持续利用评价研究
下一篇:安远县耕地后备资源评价