基于异构信息网络的电影数据挖掘分析
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究问题与研究内容 | 第13-15页 |
| 1.2.1 研究问题 | 第13-14页 |
| 1.2.2 研究内容 | 第14-15页 |
| 1.3 技术路线 | 第15-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 相关技术研究现状 | 第19-29页 |
| 2.1 常见影视数据挖掘分析应用 | 第19-22页 |
| 2.1.1 影片推荐 | 第19-21页 |
| 2.1.2 影片查询 | 第21页 |
| 2.1.3 影片票房分析 | 第21页 |
| 2.1.4 影片制作指导 | 第21-22页 |
| 2.2 异构信息网络 | 第22-25页 |
| 2.2.1 异构信息网络基本概念 | 第22页 |
| 2.2.2 异构信息网络分析及其应用 | 第22-24页 |
| 2.2.3 知识图谱和语义网 | 第24-25页 |
| 2.3 表示学习 | 第25-28页 |
| 2.3.1 符号表示和分布表示 | 第25-26页 |
| 2.3.2 网络表示学习 | 第26-27页 |
| 2.3.3 短文本表示学习 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 影视信息网络的构建与存储 | 第29-39页 |
| 3.1 影视信息获取 | 第29-30页 |
| 3.2 影视信息网络的构建 | 第30-35页 |
| 3.2.1 影视信息网络模式 | 第30-31页 |
| 3.2.2 别名标注 | 第31-32页 |
| 3.2.3 关键词提取 | 第32-35页 |
| 3.3 影视信息网络存储 | 第35-38页 |
| 3.3.1 相关解决方案介绍 | 第35页 |
| 3.3.2 SRT图 | 第35-37页 |
| 3.3.3 SRT图的存储和内存中保存形式 | 第37页 |
| 3.3.4 异构信息网络的存储、访问和更新 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 面向影视信息网络知识的表示学习 | 第39-51页 |
| 4.1 异构接近度保留的网络表示学习算法 | 第39-45页 |
| 4.1.1 算法提出的背景和意义 | 第39页 |
| 4.1.2 问题定义和算法目标 | 第39-41页 |
| 4.1.3 模型描述 | 第41-42页 |
| 4.1.4 模型学习 | 第42-44页 |
| 4.1.5 部分实验结果展示 | 第44-45页 |
| 4.2 一种标签关联的短文本表示学习算法 | 第45-50页 |
| 4.2.1 算法提出的背景 | 第45-46页 |
| 4.2.2 问题定义和算法目标 | 第46-47页 |
| 4.2.3 标签嵌入的词汇表示学习 | 第47-48页 |
| 4.2.4 标签－上下文关联度 | 第48-49页 |
| 4.2.5 从词汇表示到文本表示 | 第49-50页 |
| 4.3 相关实验 | 第50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 查询驱动的影视数据挖掘分析 | 第51-56页 |
| 5.1 查询驱动的挖掘分析与查询模式 | 第51-53页 |
| 5.1.1 示例一：查询驱动的协同过滤推荐 | 第51-52页 |
| 5.1.2 示例二：查询驱动的相似文本匹配法 | 第52页 |
| 5.1.3 查询描述图 | 第52-53页 |
| 5.2 基于SRT图的计算任务调度 | 第53-54页 |
| 5.3 基本计算操作 | 第54-55页 |
| 5.3.1 针对节点的操作 | 第54-55页 |
| 5.3.2 面向节点间关系的操作 | 第55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 豆瓣电影数据分析系统原型设计与实现 | 第56-68页 |
| 6.1 原型系统架构 | 第56-57页 |
| 6.2 异构信息网络存储管理抽象层 | 第57-62页 |
| 6.2.1 基本存储表 | 第57-60页 |
| 6.2.2 基本数据类型 | 第60-61页 |
| 6.2.3 关系表管理器和查询语句 | 第61-62页 |
| 6.3 基本计算操作接口层 | 第62-63页 |
| 6.3.1 数据载入和延迟处理 | 第62-63页 |
| 6.3.2 图计算 | 第63页 |
| 6.4 计算任务调度模块 | 第63-64页 |
| 6.4.1 任务调度图 | 第63页 |
| 6.4.2 调度实现 | 第63-64页 |
| 6.5 查询解析模块 | 第64-66页 |
| 6.5.1 基于 GraphQL 的查询语法设定 | 第64-66页 |
| 6.5.2 查询语句解析与查询描述图生成 | 第66页 |
| 6.6 用户接口 | 第66页 |
| 6.7 本章小结 | 第66-68页 |
| 第7章 系统实验 | 第68-81页 |
| 7.1 用户接口1：通过QUERY形式访问分析 | 第68-72页 |
| 7.1.1 查询界面 | 第68页 |
| 7.1.2 问题设计 | 第68-69页 |
| 7.1.3 单SRT图查询模式 | 第69-71页 |
| 7.1.4 多SRT图查询模式 | 第71-72页 |
| 7.2 用户接口2：分析性可视影视信息检索系统 | 第72-80页 |
| 7.2.1 检索系统输入界面 | 第73页 |
| 7.2.2 问题设计 | 第73页 |
| 7.2.3 第一类查询：影人相关查询 | 第73-77页 |
| 7.2.4 第二类查询：影片相关查询 | 第77-78页 |
| 7.2.5 第三类查询：剧情相关查询 | 第78-80页 |
| 7.3 本章小节 | 第80-81页 |
| 第8章 总结与展望 | 第81-83页 |
| 8.1 论文总结 | 第81-82页 |
| 8.2 未来工作 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88-89页 |
