基于主题和关系的社交网络潜在好友推荐研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 社交网络 | 第12-15页 |
| 1.2.1 社交网络理论基础 | 第12页 |
| 1.2.2 社交网络基本特征 | 第12-13页 |
| 1.2.3 社交网络分类 | 第13-14页 |
| 1.2.4 微博 | 第14-15页 |
| 1.3 研究目的及意义 | 第15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 章节安排 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 相关研究综述 | 第18-27页 |
| 2.1 推荐系统研究综述 | 第18-22页 |
| 2.1.1 协同过滤推荐 | 第18-20页 |
| 2.1.2 基于内容的推荐 | 第20-22页 |
| 2.2 社交网络好友推荐研究综述 | 第22-26页 |
| 2.2.1 基于关系的好友推荐 | 第22-23页 |
| 2.2.2 基于内容的好友推荐 | 第23-24页 |
| 2.2.3 混合推荐 | 第24-25页 |
| 2.2.4 名人推荐 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 主题模型 | 第27-37页 |
| 3.1 主题模型的引入 | 第27-28页 |
| 3.2 主题模型的发展 | 第28页 |
| 3.3 标准 LDA 模型 | 第28-31页 |
| 3.3.1 LDA 模型示意图 | 第29-30页 |
| 3.3.2 LDA 模型文档生成过程 | 第30页 |
| 3.3.3 LDA 模型参数估计 | 第30-31页 |
| 3.4 一种应用于社交网络的 LDA 扩展模型 | 第31-36页 |
| 3.4.1 用户文档的构建与表示 | 第32-33页 |
| 3.4.2 UserLDA 主题建模 | 第33-34页 |
| 3.4.3 UserLDA 参数估计 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于主题和关系的社交网络潜在好友推荐模型 | 第37-47页 |
| 4.1 问题引出 | 第37页 |
| 4.2 推荐模型框架 | 第37-39页 |
| 4.3 基于链接预测的关系推荐模块 | 第39-42页 |
| 4.3.1 链接预测问题 | 第39页 |
| 4.3.2 社交网络表示 | 第39-40页 |
| 4.3.3 改进的 RA 指数 | 第40-41页 |
| 4.3.4 改进的 Jaccard 系数 | 第41-42页 |
| 4.3.5 关系相似度计算 | 第42页 |
| 4.4 基于 UserLDA 模型的主题推荐模块 | 第42-46页 |
| 4.4.1 UserLDA 模型输入 | 第43页 |
| 4.4.2 参数估计 | 第43-45页 |
| 4.4.3 兴趣相似度计算 | 第45-46页 |
| 4.5 综合相似度计算 | 第46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 实验及结果分析 | 第47-59页 |
| 5.1 实验平台 | 第47页 |
| 5.1.1 实验环境 | 第47页 |
| 5.1.2 相关工具 | 第47页 |
| 5.2 实验数据 | 第47-52页 |
| 5.2.1 数据采集 | 第48-50页 |
| 5.2.2 数据预处理 | 第50-52页 |
| 5.3 评价指标 | 第52-53页 |
| 5.4 实验设计和结果分析 | 第53-58页 |
| 5.4.1 UserLDA 主题模型分析 | 第53-56页 |
| 5.4.2 潜在好友推荐及结果分析 | 第56-57页 |
| 5.4.3 对比实验及结果分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 不足与展望 | 第59-61页 |
| 6.2.1 本文存在的不足 | 第59-60页 |
| 6.2.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
