| 致谢 | 第8-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 研究背景和意义 | 第19-20页 |
| 1.2 研究现状与问题分析 | 第20-28页 |
| 1.2.1 经典主题建模方法 | 第21-22页 |
| 1.2.2 基于知识的主题模型 | 第22-25页 |
| 1.2.3 交互式主题模型 | 第25-28页 |
| 1.3 本文研究的问题 | 第28页 |
| 1.4 本文的主要研究内容与贡献 | 第28-33页 |
| 1.4.1 本文主要研究内容 | 第28-30页 |
| 1.4.2 本文研究的创新点 | 第30页 |
| 1.4.3 论文结构 | 第30-33页 |
| 第二章 基于单人交互的主题建模方法 | 第33-51页 |
| 2.1 引言 | 第33-36页 |
| 2.2 基于单人交互的主题模型 | 第36-38页 |
| 2.3 交互式主题模型的推断 | 第38-40页 |
| 2.4 交互策略设计 | 第40-42页 |
| 2.4.1 选择应当被调整的主题和单词 | 第40-41页 |
| 2.4.2 主观主题-单词分布的计算 | 第41-42页 |
| 2.5 实验结果及评价 | 第42-49页 |
| 2.5.1 评价方法 | 第43页 |
| 2.5.2 实验结果 | 第43-44页 |
| 2.5.3 主题调整指标(AIV)的影响 | 第44-45页 |
| 2.5.4 退化概率的影响 | 第45-46页 |
| 2.5.5 可靠性的影响 | 第46-48页 |
| 2.5.6 确定性策略和随机性策略的影响 | 第48-49页 |
| 2.6 本章小结 | 第49-51页 |
| 第三章 基于众包交互的主题建模方法 | 第51-67页 |
| 3.1 引言 | 第51-53页 |
| 3.2 众包主题模型的众包任务设计 | 第53-56页 |
| 3.2.1 众包任务的设计 | 第53-54页 |
| 3.2.2 推断用户意图 | 第54-56页 |
| 3.3 基于单词簇的主题模型 | 第56-58页 |
| 3.4 实验结果及评价 | 第58-65页 |
| 3.4.1 实验设定 | 第59页 |
| 3.4.2 基准模型 | 第59页 |
| 3.4.3 评估方法 | 第59页 |
| 3.4.4 众包聚类的结果 | 第59-62页 |
| 3.4.5 主题质量的评价 | 第62-63页 |
| 3.4.6 文档聚类实验结果 | 第63-65页 |
| 3.5 本章小结 | 第65-67页 |
| 第四章 基于单人交互主题模型的社交网络用户角色发现 | 第67-87页 |
| 4.1 引言 | 第67-68页 |
| 4.2 研究现状 | 第68-70页 |
| 4.3 基于交互式主题模型的社交网络用户角色发现 | 第70-75页 |
| 4.3.1 用户特征描述 | 第70-72页 |
| 4.3.2 基于交互式主题模型的h-DPMM | 第72-75页 |
| 4.4 模型推断 | 第75-76页 |
| 4.5 实验结果及评价 | 第76-85页 |
| 4.5.1 数据收集 | 第77页 |
| 4.5.2 主题分布 | 第77-78页 |
| 4.5.3 角色分析 | 第78-83页 |
| 4.5.4 影响力营销 | 第83-85页 |
| 4.6 本章小结 | 第85-87页 |
| 第五章 基于众包交互主题模型的服务匹配 | 第87-97页 |
| 5.1 引言 | 第87-88页 |
| 5.2 研究现状 | 第88-89页 |
| 5.3 基于众包主题模型的服务匹配 | 第89-92页 |
| 5.3.1 主题特征抽取 | 第90-92页 |
| 5.3.2 基于服务文本主题特征的服务匹配 | 第92页 |
| 5.4 实验结果及评价 | 第92-95页 |
| 5.4.1 实验设定 | 第93页 |
| 5.4.2 基准方法 | 第93页 |
| 5.4.3 评价方法 | 第93页 |
| 5.4.4 服务匹配 | 第93-95页 |
| 5.5 本章小结 | 第95-97页 |
| 第六章 总结与展望 | 第97-101页 |
| 6.1 论文工作总结 | 第97-98页 |
| 6.2 后续研究展望 | 第98-101页 |
| 参考文献 | 第101-111页 |
| 攻读博士期间发表的学术论文和专利情况 | 第111-113页 |