基于用户特征的社会化媒体社团检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文工作 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第2章 复杂网络与社团检测 | 第16-26页 |
| 2.1 复杂网络理论 | 第16-22页 |
| 2.1.1 复杂网络的发展与定义 | 第16-17页 |
| 2.1.2 复杂网络基本理论 | 第17-21页 |
| 2.1.3 复杂网络的特性 | 第21-22页 |
| 2.2 社团检测算法 | 第22-25页 |
| 2.2.1 社团的定义 | 第22-23页 |
| 2.2.2 基于模块度的社团检测算法 | 第23页 |
| 2.2.3 基于层次的社团检测算法 | 第23-25页 |
| 2.2.4 基于谱的社团检测算法 | 第25页 |
| 2.2.5 基于网络动力学的社团检测算法 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 谱聚类算法 | 第26-32页 |
| 3.1 谱聚类算法理论基础 | 第26-30页 |
| 3.1.1 图划分准则 | 第26-28页 |
| 3.1.2 谱聚类算法相关矩阵 | 第28-30页 |
| 3.1.3 Fiedler向量与谱 | 第30页 |
| 3.2 谱聚类算法的一般过程 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 用户特征与特征数据获取技术 | 第32-42页 |
| 4.1 社会化媒体 | 第32页 |
| 4.2 用户特征 | 第32-35页 |
| 4.2.1 用户基本特征 | 第33页 |
| 4.2.2 用户行为特征 | 第33-34页 |
| 4.2.3 用户关系模型 | 第34-35页 |
| 4.3 特征数据获取技术 | 第35-41页 |
| 4.3.1 四种常用数据获取技术 | 第36页 |
| 4.3.2 技术难点 | 第36-37页 |
| 4.3.3 模拟登录 | 第37-40页 |
| 4.3.4 动态数据获取 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于用户关系结构的社团检测算法 | 第42-48页 |
| 5.1 NJW算法 | 第42页 |
| 5.2 基于用户关系结构的社团检测算法 | 第42-44页 |
| 5.3 实验过程 | 第44-47页 |
| 5.3.1 实验环境 | 第44页 |
| 5.3.2 实验数据 | 第44-45页 |
| 5.3.3 结果与分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 基于用户特征的社团检测算法 | 第48-58页 |
| 6.1 用户特征相似性模型 | 第48-50页 |
| 6.1.1 边聚类 | 第48页 |
| 6.1.2 用户基本特征相似性 | 第48-49页 |
| 6.1.3 用户关系特征相似性 | 第49-50页 |
| 6.1.4 连边相似性 | 第50页 |
| 6.2 基于用户特征的朋友圈检测算法 | 第50-53页 |
| 6.3 特征提取 | 第53-54页 |
| 6.4 实验过程 | 第54-57页 |
| 6.4.1 实验环境 | 第54页 |
| 6.4.2 实验数据 | 第54-55页 |
| 6.4.3 评价标准 | 第55-56页 |
| 6.4.4 结果与分析 | 第56-57页 |
| 6.5 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间所发表的学术论文 | 第64-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-68页 |
