社交網(wǎng)絡信息檢索與傳播

目錄
前言
第1章 緒論 1
1.1 研究背景和意義 1
1.2 研究現(xiàn)狀 2
1.2.1 在線社交網(wǎng)絡信息檢索 3
1.2.2 在線社交網(wǎng)絡的個性化推薦 4
1.2.3 在線社交網(wǎng)絡的信息傳播 5
1.2.4 在線社交網(wǎng)絡的社交影響力分析 6
1.3 本書的主要工作 7
參考文獻 8
第2章 社交網(wǎng)絡的信息檢索 10
2.1 短文本情感分析與觀點抽取 10
2.1.1 情感關鍵句識別 10
2.1.2 評價對象的抽取 17
2.1.3 情感傾向性分類 24
2.1.4 基于情感分析與觀點挖掘的信息檢索 29
2.2 基于知識庫的實體文檔檢索 30
2.2.1 實體類型相關的判別式混合模型 31
2.2.2 基于時空特性的實體特征擴展 38
2.2.3 基于知識庫的實體文檔檢索 46
2.3 基于社團成員層次結構的信息檢索及排序 50
2.3.1 社團成員層次結構定義 51
2.3.2 社團成員層次結構檢測 51
2.3.3 實驗結果及分析 57
2.3.4 基于社團成員層次結構的信息檢索 65
2.3.5 信息檢索的排序方法 67
參考文獻 68
第3章 社交網(wǎng)絡的個性化推薦 72
3.1 研究背景 72
3.2 研究現(xiàn)狀及面臨的挑戰(zhàn) 73
3.2.1 國內外研究現(xiàn)狀 73
3.2.2 面臨的挑戰(zhàn) 75
3.3 協(xié)同過濾算法 75
3.3.1 基于用戶的協(xié)同過濾 76
3.3.2 基于物品的協(xié)同過濾 76
3.3.3 基于模型的協(xié)同過濾 77
3.4 排序學習算法 78
3.4.1 排序學習的相關概念 78
3.4.2 排序學習算法 79
3.5 面向社交媒體數(shù)據(jù)的信息推薦技術 81
3.5.1 異構信息融合的個性化推薦方法 82
3.5.2 基于遷移學習的個性化推薦(非線性) 87
3.5.3 面向城市路線的個性化推薦技術 94
3.5.4 面向熱門地點的個性化推薦 104
3.5.5 用戶地點類別轉移張量的分解及優(yōu)化 119
參考文獻 120
第4章 社交網(wǎng)絡信息傳播 123
4.1 社交網(wǎng)絡信息傳播概述 123
4.1.1 信息傳播 123
4.1.2 傳統(tǒng)信息傳播研究 124
4.1.3 社交網(wǎng)絡信息傳播分析 126
4.2 基于轉發(fā)行為的社交網(wǎng)絡信息傳播分析 128
4.2.1 用戶轉發(fā)模型 128
4.2.2 轉發(fā)數(shù)預測 131
4.3 社交網(wǎng)絡信息傳播的時序性分析 133
4.3.1 信息傳播中的時序模式分析 133
4.3.2 信息傳播中的累積效應分析 138
4.4 社交網(wǎng)絡信息傳播模型 143
4.4.1 網(wǎng)絡結構對信息傳播的影響分析 143
4.4.2 個體交互傳播模型 145
4.4.3 基于進化博弈論的信息傳播預測模型 146
參考文獻 148
第5章 影響力最大化計算 150
5.1 基于節(jié)點社團影響力和全圖統(tǒng)計屬性的影響力最大化計算方法 150
5.1.1 節(jié)點全圖影響力計算 150
5.1.2 節(jié)點社團影響力計算 158
5.1.3 影響力最大化計算方法 160
5.2 基于上界的影響力最大化計算方法 162
5.2.1 影響力傳播模型與貪婪算法 163
5.2.2 影響力上界分析 165
5.2.3 基于上界的加速貪婪算法 170
參考文獻 171
第6章 信息溯源 175
6.1 信息溯源問題概述 175
6.1.1 溯源問題的定義 176
6.1.2 現(xiàn)有溯源方法概述 178
6.1.3 在線社交網(wǎng)絡上信息溯源的新挑戰(zhàn) 180
6.2 不完整觀測條件下異步信息傳播過程的溯源問題 181
6.2.1 不完整觀測條件及樣本選取 181
6.2.2 異步信息傳播過程及其特點 182
6.3 時間反轉逆向擴散溯源方法 184
6.3.1 問題描述 184
6.3.2 溯源方法 184
6.3.3 可溯源條件 185
6.4 不確定傳播條件下的多源溯源方法 186
6.4.1 問題描述 187
6.4.2 溯源方法 187
6.5 面向網(wǎng)絡擴散源追溯的最小差分預解集問題 188
6.5.1 差分預解集定義 189
6.5.2 最小差分預解集問題 190
6.5.3 DRS 的性質 191
6.5.4 編程模型 191
6.5.5 近似算法 192
參考文獻 193
彩圖