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--计算机网络论文--一般性问题论文

基于时序的社交网络因果关系发现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第11-16页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 本文主要工作第14-15页
    1.4 论文组织架构第15-16页
第二章 相关理论第16-25页
    2.1 因果模型第16-18页
        2.1.1 因果关系第16页
        2.1.2 因果网络第16-18页
        2.1.3 因果模型第18页
    2.2 因果传递熵第18-22页
        2.2.1 熵相关定义第18-20页
        2.2.2 传递熵第20-21页
        2.2.3 因果传递熵第21-22页
    2.3 因果影响滞后长度第22页
    2.4 相空间重构技术第22-23页
    2.5 最小描述长度准则第23页
    2.6 Permutation Test第23-24页
    2.7 本章小结第24-25页
第三章 MCRN模型第25-36页
    3.1 问题描述第25-26页
    3.2 MCRN算法建模第26-29页
        3.2.1 用户行为序列第26-27页
        3.2.2 用户因果网络第27-28页
        3.2.3 用户因果模型第28页
        3.2.4 MCRN模型第28-29页
    3.3 MCRN算法第29-35页
        3.3.1 算法基本思想第29-33页
        3.3.2 算法基本流程第33-35页
    3.4 本章小结第35-36页
第四章 MCRN算法验证第36-47页
    4.1 模拟数据实验第36-40页
        4.1.1 数据集说明第36-37页
        4.1.2 实验结果分析第37-40页
    4.2 真实数据实验第40-46页
        4.2.1 数据集说明第40-41页
        4.2.2 实验结果分析第41-46页
    4.3 本章小结第46-47页
第五章 MCRN系统构建方案第47-52页
    5.1 系统架构图第47-49页
    5.2 系统原型第49-51页
    5.3 本章小结第51-52页
总结与展望第52-54页
参考文献第54-58页
攻读学位期间发表论文第58-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基于近域去重法改进的BP神经网络算法
下一篇:基于模糊K-Means的网络流分类系统研究与实现