| 内容摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第二章 相关基础 | 第18-22页 |
| 2.1 相关概念 | 第18-21页 |
| 2.1.1 个性化PageRank算法 | 第18-19页 |
| 2.1.2 符号几何规划 | 第19页 |
| 2.1.3 强化学习 | 第19-20页 |
| 2.1.4 知识图谱中节点相似度评估 | 第20-21页 |
| 2.2 本章小结 | 第21-22页 |
| 第三章 基于用户反馈信息的知识图谱关系权重优化方法 | 第22-57页 |
| 3.1 引言 | 第22-25页 |
| 3.2 问题定义 | 第25-28页 |
| 3.3 基于用户反馈信息的知识图谱边权重优化方法 | 第28-43页 |
| 3.3.1 单用户反馈处理方案 | 第28-33页 |
| 3.3.2 多用户反馈处理方案 | 第33-38页 |
| 3.3.3 多用户反馈处理方案的性能优化 | 第38-43页 |
| 3.4 实验与分析 | 第43-56页 |
| 3.4.1 实验数据 | 第43-46页 |
| 3.4.2 评价指标 | 第46页 |
| 3.4.3 实验环境 | 第46-47页 |
| 3.4.4 实验结果分析 | 第47-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于混合增强智能的知识图谱关系补全方法 | 第57-72页 |
| 4.1 引言 | 第57-58页 |
| 4.2 基于混合增强智能的知识图谱关系补全 | 第58-67页 |
| 4.2.1 基于强化学习的知识图谱关系推理模型 | 第58-61页 |
| 4.2.2 基于混合增强智能的知识图谱关系补全模型 | 第61-65页 |
| 4.2.3 推理模型的训练过程 | 第65-67页 |
| 4.3 实验结果及分析 | 第67-71页 |
| 4.3.1 实验数据 | 第67-68页 |
| 4.3.2 评价指标 | 第68-69页 |
| 4.3.3 实验环境 | 第69页 |
| 4.3.4 实验结果及分析 | 第69-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 基于用户反馈信息的知识图谱优化系统 | 第72-79页 |
| 5.1 需求描述及解决方案 | 第72-73页 |
| 5.2 系统的整体结构 | 第73-74页 |
| 5.3 系统详细设计与实现 | 第74-78页 |
| 5.3.1 数据层 | 第74-75页 |
| 5.3.2 中间层 | 第75-76页 |
| 5.3.3 应用层 | 第76-78页 |
| 5.4 开发环境和平台 | 第78页 |
| 5.5 本章小结 | 第78-79页 |
| 第六章 总结和展望 | 第79-81页 |
| 6.1 本文工作总结 | 第79-80页 |
| 6.2 本文工作展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 附录一 EIP等价证明 | 第86-88页 |
| 附录二 相关引理证明 | 第88-90页 |
| 附录三 攻读硕士学位期间发表的学术论文及科研成果 | 第90-91页 |
| 致谢 | 第91页 |