基于链接的网络数据分类和链接预测新方法研究
| 内容提要 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-23页 |
| ·研究背景和意义 | 第13-20页 |
| ·数据挖掘 | 第13-15页 |
| ·网络数据挖掘 | 第15-20页 |
| ·本文工作及组织结构 | 第20-23页 |
| 第2章 相关理论及方法 | 第23-39页 |
| ·实体分类问题 | 第23-28页 |
| ·问题描述 | 第23-25页 |
| ·应用领域 | 第25-26页 |
| ·研究现状 | 第26-28页 |
| ·小结 | 第28页 |
| ·链接预测问题 | 第28-34页 |
| ·问题描述 | 第29-31页 |
| ·研究现状 | 第31-33页 |
| ·小结 | 第33-34页 |
| ·半监督学习 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第3章 基于极限学习机的正则化分类方法 | 第39-55页 |
| ·研究背景 | 第39-40页 |
| ·相关知识 | 第40-44页 |
| ·正则化分类方法 | 第40-42页 |
| ·主成份分析 | 第42-43页 |
| ·极限学习机 | 第43-44页 |
| ·基于极限学习机的正则化方法 | 第44-49页 |
| ·算法描述 | 第44-46页 |
| ·算法流程 | 第46-49页 |
| ·实验对比 | 第49-53页 |
| ·实验数据 | 第49-50页 |
| ·实验一 | 第50-51页 |
| ·实验二 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 结合属性和链接信息的主动协作分类方法 | 第55-69页 |
| ·研究背景 | 第55-56页 |
| ·相关知识 | 第56-59页 |
| ·协作推理机制 | 第56-57页 |
| ·关系分类器 | 第57-59页 |
| ·主动协作分类方法 | 第59-63页 |
| ·基于属性建立隐式链接 | 第59-61页 |
| ·过滤显式链接 | 第61-62页 |
| ·结合显式链接和隐式链接 | 第62-63页 |
| ·算法流程 | 第63页 |
| ·实验对比 | 第63-68页 |
| ·实验数据 | 第63-64页 |
| ·实验一 | 第64-65页 |
| ·实验二 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 面向稀疏标记网络的协作分类框架 | 第69-91页 |
| ·研究背景 | 第69-70页 |
| ·相关知识 | 第70-74页 |
| ·框架及实现方法 | 第74-84页 |
| ·框架的基本思想 | 第74-75页 |
| ·结构属性分类器 | 第75-79页 |
| ·标签属性分类器 | 第79-82页 |
| ·基于Laplacian和链接模式的协作分类方法 | 第82-84页 |
| ·实验对比 | 第84-90页 |
| ·实验数据 | 第84页 |
| ·测试方法 | 第84-85页 |
| ·实验结果 | 第85-90页 |
| ·本章小结 | 第90-91页 |
| 第6章 协作链接预测框架 | 第91-107页 |
| ·研究背景 | 第91-92页 |
| ·相关知识 | 第92-93页 |
| ·协作链接预测框架 | 第93-99页 |
| ·协作链接预测框架 | 第94-96页 |
| ·基于资源分配的协作链接预测 | 第96-97页 |
| ·基于随机游走的协作链接预测 | 第97-99页 |
| ·实验对比 | 第99-106页 |
| ·实验数据 | 第99-100页 |
| ·实验设置 | 第100页 |
| ·实验结果 | 第100-106页 |
| ·本章小结 | 第106-107页 |
| 第7章 结论与展望 | 第107-109页 |
| 参考文献 | 第109-123页 |
| 作者简介及科研成果 | 第123-124页 |
| 致谢 | 第124页 |
