Web挖掘中的链接分析与话题检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-23页 |
| 1 基于链接的网页排名 | 第23-36页 |
| ·基于链接的网页排名概述 | 第23页 |
| ·典型的基于链接的网页排名算法 | 第23-25页 |
| ·PageRank算法 | 第23-24页 |
| ·HITS算法 | 第24-25页 |
| ·其它算法 | 第25页 |
| ·基于引力模型的主题相关网页排名算法 | 第25-35页 |
| ·HITS算法存在的问题及其分析 | 第25-26页 |
| ·基于引力模型的排名算法G-HITS | 第26-30页 |
| ·实验结果及分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 2 反基于链接的网页排名作弊 | 第36-55页 |
| ·网页排名作弊 | 第36-38页 |
| ·基于内容分析的作弊 | 第36-37页 |
| ·基于链接结构分析的作弊 | 第37页 |
| ·各种作弊隐藏策略 | 第37-38页 |
| ·反网页排名作弊技术 | 第38-42页 |
| ·反链接作弊 | 第39-41页 |
| ·现有基于信任传播和非信任传播算法存在的问题 | 第41-42页 |
| ·信任和非信任同步传播 | 第42-54页 |
| ·源头识别的信任和非信任同步传播 | 第42-43页 |
| ·TrustDistrustRank算法 | 第43-44页 |
| ·实验结果及分析 | 第44-54页 |
| ·本章小结 | 第54-55页 |
| 3 Web社区识别 | 第55-67页 |
| ·Web上的社区现象及社区识别的意义 | 第55-56页 |
| ·社区识别的链接分析算法 | 第56-59页 |
| ·基于 HITS的社区识别算法 | 第56-58页 |
| ·基于最大流的社区识别算法 | 第58-59页 |
| ·基于网页分块的社区识别 | 第59-66页 |
| ·Web页面的多主题性及对社区识别的影响 | 第59-60页 |
| ·网页分块算法研究 | 第60-63页 |
| ·基于网页分块的最大流社区识别算法 | 第63-65页 |
| ·实验结果及分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 4 话题检测 | 第67-94页 |
| ·话题检测概述 | 第67页 |
| ·TDT语料 | 第67-68页 |
| ·语料组成 | 第67-68页 |
| ·语料描述 | 第68页 |
| ·谱聚类算法研究 | 第68-80页 |
| ·谱聚类算法概述 | 第68-69页 |
| ·典型谱聚类算法计算过程 | 第69-70页 |
| ·基于核空间下局部邻域的谱聚类改进算法 | 第70-77页 |
| ·实验结果及分析 | 第77-80页 |
| ·基于超图划分算法的话题检测 | 第80-92页 |
| ·特征项权重及特征选择 | 第80-84页 |
| ·基于相似度矩阵的超图划分话题检测算法 | 第84-86页 |
| ·实验结果及分析 | 第86-92页 |
| ·本章小结 | 第92-94页 |
| 结论 | 第94-96页 |
| 参考文献 | 第96-108页 |
| 攻读博士学位期间发表学术论文情况 | 第108-109页 |
| 致谢 | 第109-110页 |
| 作者简介 | 第110-111页 |
