面向虚拟社区的社会化专家建模及应用

章 绪论11．1 研究背景及意义11．2 国内外研究现状31．2．1 用户建模与识别理论研究31．2．2 社会化专家推荐算法研究71．2．3 在线社会支持研究111．3 本书主要内容161．3．1 研究内容体系结构161．3．2 主要功能模块介绍171．3．3 章节结构22第2章 相关理论基础242．1 社会网络及其分析方法242．1．1 社会网络的表示方法262．1．2 社会网络分析任务和分类272．1．3 社会网络分析指标282．2 复杂网络社团312．2．1 社团研究中的基本概念322．2．2 复杂网络社团发现算法342．2．3 复杂网络社团演化跟踪算法352．3 用户画像362．3．1 用户画像构建方法362．3．2 用户画像的表现及更新方式382．3．3 用户画像的分析方法412．4 链接预测432．4．1 链接预测方法432．4．2 基于节点相似性的链接预测方法432．5 混合图模型及算法452．5．1 混合图模型452．5．2 基于混合图的推荐算法452．6 本章小结48第3章 面向虚拟社区的社会化专家建模493．1 专家用户建模的多类专家证据493．2 基于主题模型的用户―专长―词项三部图构建513．2．1 问题描述和定义513．2．2 用户―专长―词项的模型构建543．2．3 基于主题模型的专家用户画像建模583．3 基于证据增强混合图的专家用户模型构建713．3．1 社会化专家建模框架设计713．3．2 基于关联边增强的专家证据融合733．3．3 基于节点属性增强的专家证据融合773．3．4 融合多类专家证据的混合图模型构建833．4 本章小结84第4章 基于证据增强混合图的社会化专家推荐854．1 社会化专家推荐系统框架设计854．1．1 社会化专家推荐系统概述854．1．2 社会化专家推荐系统框架884．2 基于重启动随机游走的一阶段社会化专家推荐904．2．1 关联边定义及权重设定904．2．2 转移概率矩阵计算914．2．3 基于重启动随机游走的专家列表生成934．3 基于情境感知的二阶段社会化专家推荐944．3．1 用户情境概述944．3．2 情境知识的获取与情境表示984．3．3 基于情境后过滤策略的二次专家筛选994．4 本章小结100第5章 面向虚拟社区的应用与实证研究1025．1 基于新浪微博的用户画像应用与实证1035．2 基于百度知道的社会化专家推荐应用与实证1205．2．1 用户―专长―词项混合图的构建实验1205．2．2 基于证据增强混合图的社会化专家推荐实验1235．3 基于39健康网艾滋病论坛的在线社会支持应用与实证1265．3．1 用户专业度识别实验及分析1265．3．2 链接预测实验及分析1335．3．3 在线社会支持网络构建实验及分析1365．3．4 在线社会支持网络演化追踪实验及分析1475．4 本章小结154第6章 基于Nutch的虚拟社区多源数据采集系统1556．1 Nutch概述1556．2 数据采集系统整体设计1616．3 基于网络新闻的数据采集1636．3．1 新闻类网站分析指标1636．3．2 基于分析指标的新闻类网站分类排名1656．3．3 新闻采集概念的模型构建1676．3．4 新闻采集流程及解析1686．4 基于论坛贴吧的数据采集1696．4．1 Web论坛的分析及模型构建1696．4．2 论坛采集流程设计1726．4．3 基于模板的Web论坛解析1776．5 基于微博的数据采集1826．5．1 微博概述及分析1826．5．2 微博采集概念的模型构建1906．5．3 微博数据采集流程及解析1926．6 本章小结201参考文献202