基于社交网络的知识图谱构建技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第16-34页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.2 研究现状以及存在的问题 | 第18-28页 |
| 1.2.1 国内外相关知识图谱项目简介 | 第18-22页 |
| 1.2.2 面向社交网络的人物实体获取 | 第22-23页 |
| 1.2.3 知识图谱实体消歧 | 第23-24页 |
| 1.2.4 知识图谱的关系补全 | 第24-25页 |
| 1.2.5 知识图谱关系推理 | 第25-27页 |
| 1.2.6 知识冲突消解 | 第27页 |
| 1.2.7 存在的问题 | 第27-28页 |
| 1.3 本文主要贡献 | 第28-31页 |
| 1.4 本文章节组织 | 第31-34页 |
| 第二章 面向社交网络的人物实体获取 | 第34-62页 |
| 2.1 引言 | 第34页 |
| 2.2 使用社交结构特征关联跨网络人物 | 第34-44页 |
| 2.2.1 问题描述 | 第34-36页 |
| 2.2.2 基于社交结构特征的人物关联方法 | 第36-37页 |
| 2.2.3 基于谱的图分割 | 第37页 |
| 2.2.4 基于随机森林分类器的候选对分类 | 第37-38页 |
| 2.2.5 节点匹配算法 | 第38-39页 |
| 2.2.6 实验结果及分析 | 第39-44页 |
| 2.2.7 小结 | 第44页 |
| 2.3 使用用户画像和社交结构特征关联跨网络人物 | 第44-51页 |
| 2.3.1 问题描述 | 第44-46页 |
| 2.3.2 人物画像特征相似度 | 第46页 |
| 2.3.3 社交结构特征相似度 | 第46-47页 |
| 2.3.4 跨网络人物关联算法 | 第47页 |
| 2.3.5 实验结果及分析 | 第47-50页 |
| 2.3.6 小结 | 第50-51页 |
| 2.4 使用二部图匹配方法关联跨网络人物 | 第51-60页 |
| 2.4.1 问题描述 | 第51-52页 |
| 2.4.2 用户画像相似性 | 第52-53页 |
| 2.4.3 用户在线时间分布相似性 | 第53-54页 |
| 2.4.4 用户兴趣相似性 | 第54-55页 |
| 2.4.5 联合学习模型 | 第55-56页 |
| 2.4.6 实验结果及分析 | 第56-60页 |
| 2.4.7 小结 | 第60页 |
| 2.5 本章小结 | 第60-62页 |
| 第三章 基于马尔科夫逻辑网络的实体消歧 | 第62-74页 |
| 3.1 引言 | 第62页 |
| 3.2 相关工作 | 第62-63页 |
| 3.2.1 实体消歧 | 第62-63页 |
| 3.2.2 实体对齐 | 第63页 |
| 3.3 问题描述 | 第63-64页 |
| 3.4 方法描述 | 第64-67页 |
| 3.4.1 基于马尔科夫逻辑网络的推理 | 第65-66页 |
| 3.4.2 基于张量分解的实体消歧 | 第66-67页 |
| 3.4.3 实体消歧方法 | 第67页 |
| 3.5 实验 | 第67-72页 |
| 3.5.1 数据集 | 第68页 |
| 3.5.2 基线方法的选取 | 第68-69页 |
| 3.5.3 实验结果及分析 | 第69-72页 |
| 3.6 本章小结 | 第72-74页 |
| 第四章 基于链接预测的关系补全 | 第74-84页 |
| 4.1 引言 | 第74页 |
| 4.2 相关工作 | 第74-75页 |
| 4.3 问题描述 | 第75页 |
| 4.4 方法描述 | 第75-78页 |
| 4.4.1 基于路径的实体关系表示 | 第75-76页 |
| 4.4.2 基于嵌入向量的实体关系表示 | 第76-77页 |
| 4.4.3 基于概率软逻辑的推理方法 | 第77-78页 |
| 4.4.4 实体关系链接预测算法 | 第78页 |
| 4.5 实验 | 第78-83页 |
| 4.5.1 实验数据 | 第78-79页 |
| 4.5.2 评估准则 | 第79页 |
| 4.5.3 基线方法的选取 | 第79-80页 |
| 4.5.4 实验结果及分析 | 第80-83页 |
| 4.6 本章小结 | 第83-84页 |
| 第五章 基于概率软逻辑的关系推理 | 第84-94页 |
| 5.1 引言 | 第84页 |
| 5.2 相关工作 | 第84-85页 |
| 5.3 问题描述 | 第85-87页 |
| 5.4 方法描述 | 第87-91页 |
| 5.4.1 基于统计的实体关系排序 | 第87-88页 |
| 5.4.2 基于条件随机场的模型构建 | 第88-89页 |
| 5.4.3 基于局部封闭世界假设的负样本获取方法 | 第89页 |
| 5.4.4 基于随机游走的采样 | 第89-90页 |
| 5.4.5 基于PSL的实体关系推理算法 | 第90-91页 |
| 5.5 实验 | 第91-93页 |
| 5.5.1 数据集 | 第91-92页 |
| 5.5.2 基线方法的选取 | 第92页 |
| 5.5.3 实验结果及分析 | 第92-93页 |
| 5.6 本章小结 | 第93-94页 |
| 第六章 基于时间约束的知识冲突消解 | 第94-104页 |
| 6.1 引言 | 第94页 |
| 6.2 相关工作 | 第94-95页 |
| 6.3 问题描述 | 第95-96页 |
| 6.4 方法描述 | 第96-99页 |
| 6.4.1 不确定时序知识图谱 | 第96-97页 |
| 6.4.2 时序知识图谱中的时间冲突分析 | 第97页 |
| 6.4.3 时间冲突限制方法 | 第97-98页 |
| 6.4.4 知识冲突消解算法 | 第98-99页 |
| 6.5 实验结果及分析 | 第99-103页 |
| 6.6 本章小结 | 第103-104页 |
| 第七章 总结和展望 | 第104-108页 |
| 7.1 论文工作总结 | 第104-106页 |
| 7.2 知识图谱研究展望 | 第106-108页 |
| 致谢 | 第108-110页 |
| 参考文献 | 第110-122页 |
| 作者简历 | 第122页 |
