| 提要 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景和目的 | 第14-15页 |
| 1.2 研究意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.3.1 社会网络结构分析 | 第16页 |
| 1.3.2 社会网络用户行为分析 | 第16-17页 |
| 1.3.3 社会网络中社会学理论的应用 | 第17-18页 |
| 1.4 论文研究内容 | 第18-20页 |
| 1.5 论文组织结构 | 第20-22页 |
| 第2章 稀疏学习及常用模型 | 第22-30页 |
| 2.1 稀疏学习 | 第22-23页 |
| 2.2 经典稀疏学习模型 | 第23-28页 |
| 2.2.1 主成分分析 | 第23-24页 |
| 2.2.2 Lasso | 第24-26页 |
| 2.2.3 矩阵分解 | 第26-28页 |
| 2.3 稀疏学习优化算法 | 第28-29页 |
| 2.4 总结 | 第29-30页 |
| 第3章 基于 LASSO 稀疏学习模型的主题识别问题研究 | 第30-46页 |
| 3.1 引言 | 第30-31页 |
| 3.2 相关性工作 | 第31页 |
| 3.3 问题形式化描述 | 第31-32页 |
| 3.4 相关社会学理论 | 第32-33页 |
| 3.4.1 一致性理论 | 第32页 |
| 3.4.2 感染理论 | 第32-33页 |
| 3.5 数据分析及动机观察 | 第33-35页 |
| 3.5.1 数据分析 | 第33-34页 |
| 3.5.2 动机观察 | 第34-35页 |
| 3.6 主题识别框架 | 第35-37页 |
| 3.6.1 Lasso 稀疏学习模型 | 第35页 |
| 3.6.2 文本内容表示 | 第35-36页 |
| 3.6.3 社会情境模拟 | 第36-37页 |
| 3.6.4 主题识别的社会学框架 | 第37页 |
| 3.7 优化算法 | 第37-39页 |
| 3.8 实验 | 第39-44页 |
| 3.8.1 实验设置和评价策略 | 第39-40页 |
| 3.8.2 与不同主题分类方法效果对比 | 第40-42页 |
| 3.8.3 信息间关联关系对 STI 框架的影响 | 第42-43页 |
| 3.8.4 文本内容特征选择方法对模型的影响 | 第43-44页 |
| 3.9 小结 | 第44-46页 |
| 第4章 基于社会等级理论的信任预测问题研究 | 第46-66页 |
| 4.1 引言 | 第46-47页 |
| 4.2 相关性研究 | 第47-48页 |
| 4.3 数据分析及动机观察 | 第48-53页 |
| 4.3.1 社会等级计算 | 第48-49页 |
| 4.3.2 社会等级在社会网络中的验证 | 第49-53页 |
| 4.4 信任预测模型 | 第53-58页 |
| 4.4.1 信任预测框架 | 第53-54页 |
| 4.4.2 低秩矩阵分解模型 | 第54-55页 |
| 4.4.3 社会等级正则化 | 第55-57页 |
| 4.4.4 基于社会等级理论的信任预测模型 | 第57-58页 |
| 4.5 优化算法 | 第58-59页 |
| 4.6 实验 | 第59-64页 |
| 4.6.1 数据集和实验设置 | 第60页 |
| 4.6.2 不同信任预测方法对比结果 | 第60-62页 |
| 4.6.3 社会等级理论对信任预测的影响 | 第62-63页 |
| 4.6.4 不同社会等级量化方法对信任预测的影响 | 第63-64页 |
| 4.7 小结 | 第64-66页 |
| 第5章 符号网络链接预测问题研究 | 第66-94页 |
| 5.1 引言 | 第66-67页 |
| 5.2 相关性工作 | 第67-68页 |
| 5.3 问题形式化描述 | 第68-69页 |
| 5.4 相关社会学理论 | 第69-71页 |
| 5.4.1 交互情感理论 | 第69-70页 |
| 5.4.2 结构平衡理论 | 第70页 |
| 5.4.3 社会等级理论 | 第70-71页 |
| 5.5 数据分析以及社会学理论量化方法 | 第71-75页 |
| 5.5.1 数据分析 | 第71-73页 |
| 5.5.2 交互情感理论的量化 | 第73页 |
| 5.5.3 社会等级理论的量化 | 第73-75页 |
| 5.6 动机观察 | 第75-79页 |
| 5.6.1 交互情感理论 | 第75-77页 |
| 5.6.2 结构平衡理论 | 第77-78页 |
| 5.6.3 社会等级理论 | 第78-79页 |
| 5.7 链接预测模型 | 第79-83页 |
| 5.7.1 低秩矩阵链接预测 | 第79-80页 |
| 5.7.2 基于交互情感的链接预测模型 MF-I | 第80-81页 |
| 5.7.3 基于交互情感和结构平衡的链接预测模型 MF-BI | 第81-82页 |
| 5.7.4 基于社会等级和交互情感的链接预测模型 MF-SI | 第82-83页 |
| 5.8 优化算法 | 第83-86页 |
| 5.8.1 结构平衡理论正则化项优化算法 | 第83-84页 |
| 5.8.2 社会等级理论正则化的优化算法 | 第84-86页 |
| 5.9 实验 | 第86-92页 |
| 5.9.1 实验设置和评价策略 | 第86-87页 |
| 5.9.2 链接预测模型对比效果 | 第87-89页 |
| 5.9.3 模型的参数分析 | 第89-91页 |
| 5.9.4 MF-SI 等级量化策略对链接预测的影响 | 第91-92页 |
| 5.10 小结 | 第92-94页 |
| 第6章 总结与展望 | 第94-96页 |
| 6.1 总结 | 第94页 |
| 6.2 展望 | 第94-96页 |
| 参考文献 | 第96-106页 |
| 作者简介及在学期间所取得的科研成果 | 第106-108页 |
| 致谢 | 第108页 |
