基于粒子群过程的语义社区发现方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的目的和意义 | 第10-12页 |
| 1.2 语义社交网络社区识别的研究现状 | 第12-15页 |
| 1.3 课题的来源及研究内容 | 第15-16页 |
| 1.3.1 课题来源 | 第15页 |
| 1.3.2 课题的主要研究内容 | 第15-16页 |
| 第2章 语义社交网络相关研究 | 第16-25页 |
| 2.1 语义社交网络发展 | 第16-17页 |
| 2.2 语义社交网络的统计特性 | 第17-20页 |
| 2.3 语义社交网络结构特征分析 | 第20-23页 |
| 2.4 语义社交网络结构建模分析 | 第23-24页 |
| 2.4.1 WS模型 | 第23页 |
| 2.4.2 BA模型 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 概率主题模型相关研究 | 第25-34页 |
| 3.1 LSA模型分析 | 第25-26页 |
| 3.2 pLSA模型分析 | 第26-29页 |
| 3.3 LDA模型分析 | 第29-31页 |
| 3.4 Gibbs抽样策略 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于PSO-LDA模型的社区识别研究 | 第34-47页 |
| 4.1 基于LDA模型的PSO算法分析 | 第34-36页 |
| 4.2 模型识别度量分析 | 第36-37页 |
| 4.3 实验结果及分析 | 第37-46页 |
| 4.3.1 社区主题数量对比分析 | 第38-41页 |
| 4.3.2 不同优化策略对比分析 | 第41-42页 |
| 4.3.3 模型识别度量分析 | 第42-43页 |
| 4.3.4 不同社区识别算法对比分析 | 第43-44页 |
| 4.3.5 真实数据对比分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 攻读硕士学位期间所发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
