基于社会网络的链接预测和社区挖掘的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景和目的 | 第8页 |
| ·研究现状 | 第8-15页 |
| ·社会网络的链接预测 | 第9-11页 |
| ·社会网络的社区挖掘 | 第11-15页 |
| ·本文的主要工作 | 第15页 |
| ·本文的组织 | 第15-16页 |
| 第二章 链接预测和社团划分的常用方法 | 第16-24页 |
| ·社会网络分析 | 第16页 |
| ·链接预测 | 第16-20页 |
| ·基于邻居节点的方法 | 第17-18页 |
| ·基于路径距离的方法 | 第18-19页 |
| ·高阶方法 | 第19-20页 |
| ·社区挖掘 | 第20-23页 |
| ·网络的基本性质 | 第20-21页 |
| ·社团划分质量 | 第21-22页 |
| ·社团划分的常用策略 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于信任关系的链接预测 | 第24-36页 |
| ·引言 | 第24-25页 |
| ·问题定义 | 第25页 |
| ·问题解决 | 第25-30页 |
| ·基本想法 | 第25-26页 |
| ·信任网络的聚类 | 第26-27页 |
| ·可信度计算 | 第27-28页 |
| ·评分相似度计算 | 第28页 |
| ·邻居用户权重计算 | 第28-29页 |
| ·产生预测 | 第29页 |
| ·TbCF算法框架 | 第29-30页 |
| ·实验 | 第30-35页 |
| ·数据集 | 第30-31页 |
| ·评价标准 | 第31-32页 |
| ·实验结果及分析 | 第32-35页 |
| ·小结 | 第35-36页 |
| 第四章 分层标签传播的社团发现算法 | 第36-56页 |
| ·引言 | 第36-38页 |
| ·问题定义 | 第38-40页 |
| ·网络图模型 | 第39页 |
| ·节点影响力的量化 | 第39-40页 |
| ·标签传播度 | 第40页 |
| ·问题解决 | 第40-50页 |
| ·基本思路 | 第40-41页 |
| ·标签传播 | 第41-46页 |
| ·不显著标记的约减 | 第46-47页 |
| ·社团的调整 | 第47-49页 |
| ·中止条件 | 第49-50页 |
| ·实验 | 第50-55页 |
| ·数据集和评价方法 | 第50页 |
| ·标签更新策略的选择 | 第50页 |
| ·参数分析 | 第50-51页 |
| ·实验结果及分析 | 第51-55页 |
| ·小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 个人简历、在读期间的研究成果及发表的学术论文 | 第63页 |
