社交网络信息检索与传播

目录
前言
第1章 绪论 1
1.1 研究背景和意义 1
1.2 研究现状 2
1.2.1 在线社交网络信息检索 3
1.2.2 在线社交网络的个性化推荐 4
1.2.3 在线社交网络的信息传播 5
1.2.4 在线社交网络的社交影响力分析 6
1.3 本书的主要工作 7
参考文献 8
第2章 社交网络的信息检索 10
2.1 短文本情感分析与观点抽取 10
2.1.1 情感关键句识别 10
2.1.2 评价对象的抽取 17
2.1.3 情感倾向性分类 24
2.1.4 基于情感分析与观点挖掘的信息检索 29
2.2 基于知识库的实体文档检索 30
2.2.1 实体类型相关的判别式混合模型 31
2.2.2 基于时空特性的实体特征扩展 38
2.2.3 基于知识库的实体文档检索 46
2.3 基于社团成员层次结构的信息检索及排序 50
2.3.1 社团成员层次结构定义 51
2.3.2 社团成员层次结构检测 51
2.3.3 实验结果及分析 57
2.3.4 基于社团成员层次结构的信息检索 65
2.3.5 信息检索的排序方法 67
参考文献 68
第3章 社交网络的个性化推荐 72
3.1 研究背景 72
3.2 研究现状及面临的挑战 73
3.2.1 国内外研究现状 73
3.2.2 面临的挑战 75
3.3 协同过滤算法 75
3.3.1 基于用户的协同过滤 76
3.3.2 基于物品的协同过滤 76
3.3.3 基于模型的协同过滤 77
3.4 排序学习算法 78
3.4.1 排序学习的相关概念 78
3.4.2 排序学习算法 79
3.5 面向社交媒体数据的信息推荐技术 81
3.5.1 异构信息融合的个性化推荐方法 82
3.5.2 基于迁移学习的个性化推荐(非线性) 87
3.5.3 面向城市路线的个性化推荐技术 94
3.5.4 面向热门地点的个性化推荐 104
3.5.5 用户地点类别转移张量的分解及优化 119
参考文献 120
第4章 社交网络信息传播 123
4.1 社交网络信息传播概述 123
4.1.1 信息传播 123
4.1.2 传统信息传播研究 124
4.1.3 社交网络信息传播分析 126
4.2 基于转发行为的社交网络信息传播分析 128
4.2.1 用户转发模型 128
4.2.2 转发数预测 131
4.3 社交网络信息传播的时序性分析 133
4.3.1 信息传播中的时序模式分析 133
4.3.2 信息传播中的累积效应分析 138
4.4 社交网络信息传播模型 143
4.4.1 网络结构对信息传播的影响分析 143
4.4.2 个体交互传播模型 145
4.4.3 基于进化博弈论的信息传播预测模型 146
参考文献 148
第5章 影响力最大化计算 150
5.1 基于节点社团影响力和全图统计属性的影响力最大化计算方法 150
5.1.1 节点全图影响力计算 150
5.1.2 节点社团影响力计算 158
5.1.3 影响力最大化计算方法 160
5.2 基于上界的影响力最大化计算方法 162
5.2.1 影响力传播模型与贪婪算法 163
5.2.2 影响力上界分析 165
5.2.3 基于上界的加速贪婪算法 170
参考文献 171
第6章 信息溯源 175
6.1 信息溯源问题概述 175
6.1.1 溯源问题的定义 176
6.1.2 现有溯源方法概述 178
6.1.3 在线社交网络上信息溯源的新挑战 180
6.2 不完整观测条件下异步信息传播过程的溯源问题 181
6.2.1 不完整观测条件及样本选取 181
6.2.2 异步信息传播过程及其特点 182
6.3 时间反转逆向扩散溯源方法 184
6.3.1 问题描述 184
6.3.2 溯源方法 184
6.3.3 可溯源条件 185
6.4 不确定传播条件下的多源溯源方法 186
6.4.1 问题描述 187
6.4.2 溯源方法 187
6.5 面向网络扩散源追溯的最小差分预解集问题 188
6.5.1 差分预解集定义 189
6.5.2 最小差分预解集问题 190
6.5.3 DRS 的性质 191
6.5.4 编程模型 191
6.5.5 近似算法 192
参考文献 193
彩图