在线社交网络搜索与挖掘PDF电子书下载

查看更多关于的内容

第1章 在线社交网络跨媒体时空信息的获取与表达 1

1.1引言 1

1.2在线社交网络跨媒体时空信息的获取与预处理 2

1.3基于时空主题模型的在线社交网络文本信息表达算法（OSNTR）的提出 3

1.3.1 OSNTR算法的研究动机 3

1.3.2在线社交网络时空主题模型（STTM）的建立 3

1.3.3时空区域、时间以及单词的主题分布 5

1.3.4在线社交网络消息的文本主题语义表达 6

1.3.5在线社交网络消息的时间主题语义表达 7

1.3.6 OSNTR算法的实现步骤 7

1.3.7 OSNTR算法实验结果与分析 8

1.3.8 OSNTR算法的复杂度分析 16

1.4基于目标注意力机制的在线社交网络图像信息表达算法（IROA）的提出 17

1.4.1 IROA算法的研究动机 17

1.4.2 IROA算法描述 17

1.4.3 IROA算法的实现步骤 18

1.4.4 IROA算法实验结果与分析 19

第2章 跨媒体社交网络内容获取与处理 21

2.1引言 21

2.2跨媒体社交网络内容数据获取与预处理 23

2.3跨媒体社交网络内容关联分析算法的提出 24

2.3.1跨媒体社交网络内容关联分析算法研究动机 24

2.3.2跨媒体社交网络内容关联分析算法的形式化定义 24

2.4社交网络深度学习搜索特征抽取与匹配算法的提出 27

2.4.1社交网络深度学习搜索特征抽取与匹配算法研究动机 28

2.4.2社交网络深度学习搜索特征抽取与匹配算法的形式化定义 28

2.5实验结果与分析 31

2.5.1跨媒体社交网络内容关联分析算法实验与分析 31

2.5.2社交网络深度学习搜索特征抽取与匹配算法实验与分析 35

第3章 在线社交网络跨媒体信息主题表达 41

3.1引言 41

3.2 SCTE算法的提出 42

3.2.1 SCTE算法的研究动机 42

3.2.2动态自聚合主题模型（SADTM）的建立 43

3.2.3在线社交网络文本主题表达 45

3.2.4 SCTE算法的实现步骤 46

3.2.5 SCTE算法的实验结果与分析 46

3.3基于互补注意力机制的在线社交网络图像主题表达算法（CAIE）的提出 54

3.3.1 CAIE算法的研究动机 55

3.3.2 CAIE算法描述 55

3.3.3 CAIE算法的实现步骤 55

3.3.4 CAIE算法的实验结果与分析 56

第4章 基于时空特性的在线社交网络跨媒体语义学习 59

4.1引言 59

4.2基于时空特性的在线社交网络跨媒体语义学习算法（SCSL）的提出 59

4.2.1 SCSL算法的研究动机 59

4.2.2 SCSL算法描述 60

4.2.3在线社交网络多特征概率图模型（MFPGM）的建立 60

4.2.4在线社交网络跨媒体关联映射模型的建立 64

4.2.5 SCSL算法的实现步骤 65

4.3 SCSL算法实验结果与分析 66

4.3.1实验设置 66

4.3.2实验一：MFPGM与对比算法的文本语义表示能力比较 67

4.3.3实验二：SCSL与对比算法的MAP值比较 68

4.3.4实验三：SCSL与对比算法的召回率比较 69

4.3.5实验四：SCSL与其变型算法的比较 70

第5章 基于强化学习的社交网络话题内容匹配 72

5.1引言 72

5.2基于强化学习的社交网络话题内容匹配算法的提出 73

5.2.1基于强化学习的社交网络话题内容匹配算法研究动机 73

5.2.2基于强化学习的社交网络话题内容匹配算法形式化定义 73

5.2.3基于强化学习的社交网络话题内容匹配算法设计 75

5.2.4动态社交网络内容相关性评价 78

5.3实验结果与分析 80

5.3.1实验设置 81

5.3.2基于强化学习的社交网络话题内容匹配算法有效性分析 82

5.3.3搜索效果实验结果与分析 85

5.3.4 k-折交叉验证实验与分析 87

第6章 基于语义学习的在线社交网络话题搜索 89

6.1引言 89

6.2基于语义学习的在线社交网络话题搜索算法（STS）的提出 89

6.2.1 STS算法的研究动机 89

6.2.2 STS算法描述 90

6.2.3基于扩展的用户-话题标签主题模型（UHTME）的建立 91

6.2.4基于相似用户和相似消息的候选话题集的生成 93

6.2.5基于语义相关性分数的话题搜索 95

6.2.6 STS算法的实现步骤 95

6.3 STS算法的实验结果与分析 96

6.3.1实验设置 97

6.3.2实验一：STS算法与对比算法的话题搜索准确性比较 97

6.3.3实验二：参数变化对STS算法话题搜索准确性的影响 99

6.3.4实验三：STS算法与对比算法的搜索效率比较 101

第7章 基于稀疏主题模型的在线社交网络突发话题发现 103

7.1引言 103

7.2基于稀疏主题模型的在线社交网络突发话题发现算法（SBTD）的提出 103

7.2.1 SBTD算法的研究动机 103

7.2.2 SBTD算法描述 104

7.2.3基于RNN和逆文档频率（IDF）的词关系学习 105

7.2.4基于“Spike and Slab”先验的稀疏主题模型（SRTM）的建立 105

7.2.5在线社交网络突发话题发现 108

7.2.6 SBTD算法的实现步骤 109

7.3 SBTD算法的实验结果与分析 109

7.3.1实验设置 110

7.3.2实验一：SBTD算法与对比算法的突发话题发现准确度比较 110

7.3.3实验二：SBTD算法与对比算法的话题发现新颖度比较 111

7.3.4实验三：SBTD算法与对比算法的话题发现一致性比较 112

7.3.5实验四：SBTD算法与对比算法在话题发现质量上的比较 114

第8章 基于用户聚合的在线社交网络用户搜索意图理解与挖掘 116

8.1引言 116

8.2 UAIU算法的提出 116

8.2.1 UAIU算法的研究动机 117

8.2.2 UAIU算法描述 117

8.2.3在线社交网络用户聚合主题模型（UATM）的建立 117

8.2.4用户搜索意图理解与挖掘 122

8.2.5 UAIU算法的实现步骤 122

8.3 UAIU算法实验结果与分析 123

8.3.1实验设置 123

8.3.2实验一：UAIU算法与对比算法的主题一致性比较 124

8.3.3实验二：UAIU算法与对比算法在意图理解与挖掘质量上的比较 125

8.3.4实验三：UAIU算法与对比算法主题表示性能的比较 127

8.3.5实验四：关注者属性对UAIU算法性能的影响 128

第9章 基于用户搜索意图理解的在线社交网络跨媒体搜索 130

9.1引言 130

9.2基于用户搜索意图理解的在线社交网络跨媒体搜索算法（UCMS）的提出 131

9.2.1 UCMS算法的研究动机 131

9.2.2 UCMS算法描述 131

9.2.3基于互补注意力机制和用户意图理解的特征提取 133

9.2.4在线社交网络跨媒体对抗学习 133

9.2.5在线社交网络跨媒体搜索 136

9.2.6 UCMS算法的实现步骤 136

9.3 UCMS算法实验结果与分析 136

9.3.1实验设置 137

9.3.2实验一：UCMS与对比算法在新浪微博数据集上的搜索性能比较 138

9.3.3实验二：在NUS-WIDE数据集上的搜索结果 140

9.3.4实验三：在MIR-Flickr 25K数据集上的搜索结果 142

第10章 基于生成对抗学习的跨媒体社交网络搜索 144

10.1引言 144

10.2基于生成对抗学习的跨媒体社交网络搜索算法 144

10.2.1基于生成对抗学习的跨媒体社交网络搜索算法研究动机 145

10.2.2基于生成对抗学习的跨媒体社交网络搜索算法的提出 145

10.2.3媒体内和媒体间判别限定 145

10.2.4跨媒体判别限定 147

10.2.5基于生成对抗学习的跨媒体社交网络搜索算法的描述 147

10.3实验结果与分析 148

10.3.1实验设置 148

10.3.2参数学习实验结果与分析 149

10.3.3搜索结果的MAP评价与分析 154

10.3.4搜索结果的准确率结果与分析 157

第11章 基于语义学习与时空特性的在线社交网络跨媒体事件搜索 162

11.1引言 162

11.2基于语义学习与时空特性的在线社交网络跨媒体事件搜索算法（CSES）的提出 162

11.2.1 CSES算法的研究动机 163

11.2.2 CSES算法描述 163

11.2.3基于联合目标注意力和生成对抗网络的公共语义学习模型的提出 164

11.2.4在线社交网络跨媒体事件搜索 168

11.2.5 CSES算法的实现步骤 169

11.3 CSES算法实验结果与分析 169

11.3.1实验设置 170

11.3.2实验一：在线社交网络跨媒体事件数据集上的搜索实验 171

11.3.3实验二：跨媒体公共数据集上的搜索实验 174

11.3.4实验三：CSES算法与其变型算法的对比实验 175

11.3.5实验四：参数变化对CSES算法的影响 177

第12章 基于语义学习与时空特性的在线社交网络跨媒体搜索系统的实现 179

12.1引言 179

12.2系统设计 179

12.3功能设计与实现 180

12.3.1跨媒体时空信息获取与表达模块 180

12.3.2跨媒体语义学习模块 182

12.3.3在线社交网络话题搜索模块 182

12.3.4在线社交网络跨媒体事件搜索模块 183

第13章 基于用户搜索意图理解的在线社交网络跨媒体搜索系统的实现 185

13.1引言 185

13.2系统设计 185

13.3功能设计与实现 186

13.3.1在线社交网络跨媒体信息主题表达模块 186

13.3.2在线社交网络用户搜索意图理解与挖掘模块 187

13.3.3在线社交网络突发话题发现模块 189

13.3.4在线社交网络跨媒体搜索模块 190

查看更多关于的内容