多角色社交网络研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-20页 |
·社交网络研究的目的和意义 | 第10-11页 |
·社交网络名称和定义 | 第10-11页 |
·社交网络的本质 | 第11页 |
·社交网络的学科性内容 | 第11-14页 |
·过去的学术研究 | 第11-13页 |
·社交网络发展趋势 | 第13-14页 |
·本文的一些基础工具 | 第14-18页 |
·向量空间模型的SVM | 第15页 |
·中文分词工具Smallseg | 第15-16页 |
·中文词库SogouW | 第16页 |
·向量分类工具LIBSVM | 第16-18页 |
·本文的内容安排 | 第18-20页 |
第2章 社交网络研究方法 | 第20-30页 |
·社交网络的研究内容 | 第20-22页 |
·社交网络分析 | 第20-21页 |
·社交网络度量值 | 第21-22页 |
·社交网络的几种模型 | 第22-26页 |
·规则格子模型 | 第23页 |
·无规则网络模型 | 第23-24页 |
·小世界网络模型 | 第24-25页 |
·优先连接模型 | 第25页 |
·社交地图模型 | 第25-26页 |
·代理模式的实现 | 第26-28页 |
·代理模式的特点 | 第26-27页 |
·代理模式的具体实现 | 第27-28页 |
·本章小结 | 第28-30页 |
第3章 角色层的扩展 | 第30-40页 |
·角色层的定义 | 第30-33页 |
·角色的定义 | 第30-31页 |
·角色间关系的定义 | 第31页 |
·角色子网的定义 | 第31-33页 |
·角色层的意义 | 第33-36页 |
·角色层的社区性 | 第33页 |
·基于角色的分享协商 | 第33-34页 |
·基于角色的推荐 | 第34-36页 |
·角色化的社交网络结构 | 第36-38页 |
·关系子网的核心节点 | 第36页 |
·个人网络的核心关系 | 第36-37页 |
·其他度量信息 | 第37-38页 |
·本章小结 | 第38-40页 |
第4章 角色自动标记 | 第40-50页 |
·文本分类的概述 | 第40-42页 |
·文本分类的定义 | 第40页 |
·基于机器学习的文本分类 | 第40页 |
·基于向量空间的话题匹配 | 第40-42页 |
·角色标注实现内容 | 第42页 |
·预定义数据 | 第42-45页 |
·数据模式定义 | 第42-43页 |
·预定义的数据集 | 第43-45页 |
·角色自动标记算法 | 第45-49页 |
·算法描述 | 第45-47页 |
·算法的说明 | 第47-48页 |
·测试检验结果 | 第48-49页 |
·本章小结 | 第49-50页 |
第5章 角色标记算法的扩展 | 第50-60页 |
·词语列表的扩展 | 第50-53页 |
·词语列表的词频信息 | 第50-51页 |
·词语列表的词性信息 | 第51页 |
·状态信息的核心词 | 第51-53页 |
·好友关系的层级 | 第53-54页 |
·角色的聚类 | 第54-57页 |
·聚类算法概述 | 第54-56页 |
·角色子网的聚类 | 第56-57页 |
·使用在线分类算法 | 第57-58页 |
·在线SVM 分类 | 第57页 |
·更新的算法描述 | 第57-58页 |
·多角色标记 | 第58-59页 |
·本章小结 | 第59-60页 |
结论 | 第60-62页 |
参考文献 | 第62-65页 |
致谢 | 第65页 |