| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-38页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外的研究现状 | 第14-27页 |
| 1.2.1 基于本体研究的语义社区挖掘方法 | 第14-16页 |
| 1.2.2 基于话题概率模型研究的语义社区挖掘方法 | 第16-25页 |
| 1.2.3 多维数据的语义社区挖掘方法 | 第25-27页 |
| 1.3 语义划分结果的度量方法分析 | 第27-34页 |
| 1.3.1 度量方法综述 | 第27-31页 |
| 1.3.2 度量方法的实验对比 | 第31-34页 |
| 1.4 论文的组织结构 | 第34-38页 |
| 1.4.1 研究内容 | 第34-36页 |
| 1.4.2 论文组织结构 | 第36-38页 |
| 第2章 基于话题综合因子分析的语义重叠社区发现算法 | 第38-56页 |
| 2.1 语义社会网络社区发现问题分析 | 第38-39页 |
| 2.2 语义社会网络话题综合因子分析 | 第39-45页 |
| 2.2.1 语义话题正交因子模型 | 第39-40页 |
| 2.2.2 话题因子载荷的主成分估计法 | 第40-41页 |
| 2.2.3 综合因子得分和话题密度度量策略 | 第41-45页 |
| 2.3 模拟退火策略设计 | 第45-48页 |
| 2.3.1 综合因子得分和话题密度度量策略 | 第45-46页 |
| 2.3.2 模拟退火法的迭代过程 | 第46-48页 |
| 2.4 FA-SA算法设计及复杂度分析 | 第48-49页 |
| 2.4.1 FA-SA算法设计 | 第48-49页 |
| 2.4.2 FA-SA复杂度分析 | 第49页 |
| 2.5 实验分析 | 第49-53页 |
| 2.6 本章小结 | 第53-56页 |
| 第3章 基于语义数据场的语义重叠社区发现算法 | 第56-76页 |
| 3.1 语义社会网络的LDA关系建模 | 第57-60页 |
| 3.1.1 LDA关系表示 | 第57-59页 |
| 3.1.2 Gibbs迭代过程 | 第59-60页 |
| 3.2 节点的语义量化映射 | 第60-64页 |
| 3.3 语义重叠社区发现的随机游走策略 | 第64-66页 |
| 3.4 语义重叠社区发现的评价标准 | 第66-67页 |
| 3.5 实验分析 | 第67-74页 |
| 3.5.1 随机游走步长l和社区的重复度 η 的取值分析 | 第67-70页 |
| 3.5.2 SQ与EQ的比较分析 | 第70-72页 |
| 3.5.3 重叠社区发现算法比较分析 | 第72-73页 |
| 3.5.4 实验总结 | 第73-74页 |
| 3.6 本章小结 | 第74-76页 |
| 第4章 基于局部聚类与标签传播的语义社区发现算法 | 第76-94页 |
| 4.1 LSC算法的语义量化映射 | 第76-77页 |
| 4.2 语义重叠社区发现的局部语义聚类算法 | 第77-79页 |
| 4.3 Semantic-LPA算法的语义量化映射 | 第79-82页 |
| 4.3.1 语义拓扑相关性分析 | 第80-81页 |
| 4.3.2 语义影响力SI分析 | 第81-82页 |
| 4.4 语义重叠社区发现的标签传播算法 | 第82-83页 |
| 4.5 实验分析 | 第83-91页 |
| 4.5.1 LSC算法 ω 取值分析 | 第84-86页 |
| 4.5.2 Semantic-LPA算法控制因子 σ 分析 | 第86-89页 |
| 4.5.3 真实数据集比较 | 第89-90页 |
| 4.5.4 实验总结 | 第90-91页 |
| 4.6 本章小结 | 第91-94页 |
| 第5章 面向语义重叠社区发现的BLOCK场取样算法 | 第94-112页 |
| 5.1 Block-Author-Topic关系建模 | 第95-99页 |
| 5.2 语义凝聚力的量化映射 | 第99-101页 |
| 5.3 基于语义凝聚力的标签传播算法 | 第101-104页 |
| 5.4 实验分析 | 第104-111页 |
| 5.4.1 话题个数T取值分析 | 第104-107页 |
| 5.4.2 距离影响因子 σ 分析 | 第107-109页 |
| 5.4.3 语义社会网络社区发现算法比较分析 | 第109-111页 |
| 5.5 本章小结 | 第111-112页 |
| 结论 | 第112-114页 |
| 参考文献 | 第114-126页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第126-127页 |
| 致谢 | 第127页 |
