面向图的群体多特征提取与修正技术研究
摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-18页 |
·研究背景 | 第11-15页 |
·电信运营商的挑战 | 第11-12页 |
·复杂网络 | 第12-13页 |
·云计算 | 第13-15页 |
·研究内容 | 第15-16页 |
·群体特征及其提取方法 | 第15页 |
·基于联合推断的群体特征修正方法 | 第15-16页 |
·针对电信数据的特征提取 | 第16页 |
·针对电信数据的特征修正 | 第16页 |
·论文组织结构 | 第16-18页 |
第二章 群体特征及其提取方法 | 第18-29页 |
·本章简介 | 第18页 |
·相关工作 | 第18-19页 |
·络群体划分方法 | 第19-21页 |
·非重叠社团发现算法 | 第19-20页 |
·重叠社团发现算法 | 第20-21页 |
·群体特征 | 第21-23页 |
·模块度 | 第21页 |
·节点度分布 | 第21-22页 |
·聚集系数 | 第22-23页 |
·平均最短路径 | 第23页 |
·以节点为中心的网络属性分布 | 第23页 |
·特征提取的并行实现 | 第23-28页 |
·模块度 | 第24页 |
·节点度分布 | 第24-25页 |
·聚集系数 | 第25-26页 |
·平均最短路径 | 第26-27页 |
·以节点为中心的网络属性分布 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 基于联合推断的群体特征修正方法 | 第29-39页 |
·本章简介 | 第29页 |
·相关工作 | 第29-30页 |
·问题描述与评价方法 | 第30-31页 |
·以节点为中心的特征修正框架 | 第31-32页 |
·关系分类器 | 第32-34页 |
·邻居加权关系分类器(WVRN) | 第32-33页 |
·基于类别分布的关系分类器(CDRN) | 第33页 |
·基于贝叶斯的关系分类器(NBC) | 第33-34页 |
·基于链接的关系分类器(NLB) | 第34页 |
·联合推断算法 | 第34-38页 |
·Gibbs采样法 | 第34-35页 |
·松弛标记法 | 第35-36页 |
·迭代分类法 | 第36-37页 |
·并行实现 | 第37-38页 |
·本章小结 | 第38-39页 |
第四章 针对电信数据的特征提取 | 第39-50页 |
·本章简介 | 第39页 |
·相关工作 | 第39-40页 |
·电信数据集简介 | 第40页 |
·电信用户通信特征 | 第40-43页 |
·电信用户通信行为分析 | 第43-49页 |
·动态通信特征 | 第43-45页 |
·基于性别的通信行为分析 | 第45-47页 |
·基于年龄的通信行为分析 | 第47-49页 |
·本章小结 | 第49-50页 |
第五章 针对电信数据的特征修正 | 第50-61页 |
·本章简介 | 第50页 |
·电信网络的形成 | 第50页 |
·权值计算 | 第50-51页 |
·关系分类器的对比 | 第51-53页 |
·电信数据特征修正 | 第53-60页 |
·基于性别的特征修正 | 第54-57页 |
·基于年龄的特征修正 | 第57-60页 |
·本章小结 | 第60-61页 |
第六章 讨论及展望 | 第61-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-69页 |
攻读硕士学位期间发表的论文 | 第69页 |