社会网络影响力挖掘方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景和意义 | 第11-12页 |
| 1.3 研究现状 | 第12-16页 |
| 1.3.1 影响力的存在性 | 第13页 |
| 1.3.2 影响力的传播以及最大化 | 第13-15页 |
| 1.3.3 影响力挖掘方法 | 第15页 |
| 1.3.4 存在的问题 | 第15-16页 |
| 1.4 论文的主要工作 | 第16-17页 |
| 1.4.1 研究内容 | 第16页 |
| 1.4.2 研究思路 | 第16-17页 |
| 1.5 论文组织与结构 | 第17-19页 |
| 第2章 相关知识介绍 | 第19-27页 |
| 2.1 社会网络 | 第19-20页 |
| 2.2 异构网络分析 | 第20页 |
| 2.3 链接影响力分析 | 第20-21页 |
| 2.4 影响力传播 | 第21-23页 |
| 2.4.1 影响力传播模型定义 | 第21页 |
| 2.4.2 具体影响力传播模型 | 第21-23页 |
| 2.5 主题模型 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 面向主题的影响力挖掘方法研究 | 第27-53页 |
| 3.1 引言 | 第27-28页 |
| 3.2 问题描述及相关概念 | 第28-33页 |
| 3.2.1 相关概念和术语 | 第28-31页 |
| 3.2.2 问题描述 | 第31-33页 |
| 3.3 影响力挖掘中的影响因素分析 | 第33-34页 |
| 3.4 面向主题的影响力挖掘方法 | 第34-35页 |
| 3.5 主题发现算法 | 第35-40页 |
| 3.5.1 基本思想 | 第35-36页 |
| 3.5.2 主题发现方法ToFiM | 第36-40页 |
| 3.6 直接影响力挖掘方法 | 第40-41页 |
| 3.7 间接影响力挖掘方法 | 第41-47页 |
| 3.7.1 影响力传播方式 | 第41-47页 |
| 3.7.2 间接影响力挖掘算法 | 第47页 |
| 3.8 算法分析与讨论 | 第47-48页 |
| 3.9 应用实例分析 | 第48-52页 |
| 3.10 本章小结 | 第52-53页 |
| 第4章 实验与分析 | 第53-65页 |
| 4.1 实验数据 | 第53-54页 |
| 4.1.1 数据集 | 第53页 |
| 4.1.2 数据结构 | 第53-54页 |
| 4.1.3 数据预处理 | 第54页 |
| 4.2 评价方法 | 第54-55页 |
| 4.3 实验设计 | 第55-56页 |
| 4.4 实验结果与分析 | 第56-63页 |
| 4.4.1 主题层影响力挖掘实验结果 | 第56-60页 |
| 4.4.2 主题层的全局影响力样例学习实验结果 | 第60-61页 |
| 4.4.3 参数变化实验结果 | 第61-62页 |
| 4.4.4 用户行为预测实验 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 用户回买行为预测方法研究 | 第65-77页 |
| 5.1 引言 | 第65-66页 |
| 5.2 相关研究 | 第66-67页 |
| 5.3 问题定义 | 第67-68页 |
| 5.4 回买预测模型 | 第68-72页 |
| 5.4.1 回买行为影响因素分析 | 第68-71页 |
| 5.4.2 BBModel | 第71-72页 |
| 5.5 用户回买行为预测方法 | 第72-73页 |
| 5.6 实验 | 第73-76页 |
| 5.6.1 实验数据集 | 第73页 |
| 5.6.2 实验设计 | 第73-74页 |
| 5.6.3 预测性能 | 第74-75页 |
| 5.6.4 预测样例学习 | 第75-76页 |
| 5.7 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第85-86页 |
| 致谢 | 第86页 |
