| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-16页 |
| ·研究背景与研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·链接分析技术研究 | 第11-12页 |
| ·用户行为模式研究 | 第12-13页 |
| ·用户产生内容质量的评价和专家用户发现研究 | 第13页 |
| ·本文的研究内容和创新点 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 2 社交问答系统的概念及其构成 | 第16-21页 |
| ·社交问答系统的组成结构 | 第16-17页 |
| ·社交问答系统的特点 | 第17-18页 |
| ·宽容度高 | 第17-18页 |
| ·流动性高 | 第18页 |
| ·知识聚集度高 | 第18页 |
| ·社交问答系统的表示方法 | 第18-20页 |
| ·基于图的表示方法 | 第18-19页 |
| ·基于矩阵的表示 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 主题模型的研究 | 第21-32页 |
| ·主题模型的概念 | 第21-26页 |
| ·概率图模型的基本概念 | 第21页 |
| ·隐语义索引模型(Latent Semantic Index) | 第21-22页 |
| ·概率隐语义索引模型(probabilistic Latent Semantic Index) | 第22-24页 |
| ·隐狄利克雷分配模型(Latent Dirichlet Allocation) | 第24-26页 |
| ·基于LDA主题模型的用户兴趣主题分析 | 第26-31页 |
| ·实验与分析 | 第27-29页 |
| ·主题分布的同质性(Homophily) | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 4 面向社交问答系统的个性化专家排序算法研究 | 第32-45页 |
| ·经典专家排序算法 | 第32-40页 |
| ·PageRank算法 | 第32-34页 |
| ·主题敏感型PageRank算法 | 第34-35页 |
| ·Hill Top算法 | 第35-37页 |
| ·HITS算法 | 第37-38页 |
| ·SPEAR算法 | 第38-40页 |
| ·基于主题相关性的个性化专家排序算法 | 第40-43页 |
| ·专家排序算法的框架 | 第40-41页 |
| ·专家排序算法的设计 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 5 专家排序算法的评测与分析 | 第45-58页 |
| ·评测环境与结果 | 第45-57页 |
| ·实验环境与数据 | 第45页 |
| ·数据分析与处理 | 第45-51页 |
| ·实验结果与分析 | 第51-57页 |
| ·结论 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 作者简历 | 第63-65页 |
| 学位论文数据集 | 第65页 |
