相關商品
商品簡介
作者簡介
名人/編輯推薦
目次
商品簡介
社會化專家推薦旨在準確識別虛擬社區中具有專業特長的用戶並對用戶進行表示，高效挖掘虛擬社區中有價值的內容並將其有效地推薦給信息需求者，為用戶提供專業的在線社會支持。社會化專家推薦對於解決信息過載問題和提升用戶體驗具有重要作用，近年來引起了廣泛關注。本書對社會化專家推薦的相關理論進行了介紹，重點講解了面向虛擬社區的社會化專家建模、基於證據增強混合圖的社會化專家推薦算法及實證研究。另外，介紹了基於Nutch的虛擬社區多源數據採集系統。本書可供從事虛擬社區、數據挖掘、情報技術、推薦算法研究的院校老師、學生和相關行業的科研工作人員參考。
作者簡介
傅魁，武漢理工大學副教授，管理學博士，碩士生導師，經濟學院電子商務系副主任；美國亞利桑那大學MIS系訪問學者，湖北系統工程學會理事，湖北省電子商務學會理事。先後獲華中科技大學工學學士、管理學碩士以及武漢理工大學管理學博士學位。主要研究在線社會支持、社會計算、商務智能、語義網。撰寫《服務資源智能聚合與推薦技術》等學術著作，在《計算機應用與軟件》《計算機工程與應用》《情報學報》《情報雜誌》等期刊上發表學術文章20餘篇，完成12餘項國家和湖北省省重點科研課題，擁有6項軟件著作權、4項專利。研究成果《基於Web的本體學習研究》《面向客戶複雜需求的海量服務資源智能聚合與推薦技術》先後獲得湖北省優秀博士學位論文獎、湖北省科技進步一等獎等。
名人/編輯推薦
針對虛擬社區社會化專家推薦，採用理論+實證的方式，為在線社會支持提供理論支撐。
目次
第1章 緒論 1
1.1 研究背景及意義 1
1.2 國內外研究現狀 3
1.2.1 用戶建模與識別理論研究 3
1.2.2 社會化專家推薦算法研究 7
1.2.3 在線社會支持研究 11
1.3 本書主要內容 16
1.3.1 研究內容體系結構 16
1.3.2 主要功能模塊介紹 17
1.3.3 章節結構 22
第2章 相關理論基礎 24
2.1 社會網絡及其分析方法 24
2.1.1 社會網絡的表示方法 26
2.1.2 社會網絡分析任務和分類 27
2.1.3 社會網絡分析指標 28
2.2 複雜網絡社團 31
2.2.1 社團研究中的基本概念 32
2.2.2 複雜網絡社團發現算法 34
2.2.3 複雜網絡社團演化跟蹤算法 35
2.3 用戶畫像 36
2.3.1 用戶畫像構建方法 36
2.3.2 用戶畫像的表現及更新方式 38
2.3.3 用戶畫像的分析方法 41
2.4 鏈接預測 43
2.4.1 鏈接預測方法 43
2.4.2 基於節點相似性的鏈接預測方法 43
2.5 混合圖模型及算法 45
2.5.1 混合圖模型 45
2.5.2 基於混合圖的推薦算法 45
2.6 本章小結 48
第3章 面向虛擬社區的社會化專家建模 49
3.1 專家用戶建模的多類專家證據 49
3.2 基於主題模型的用戶―專長―詞項三部圖構建 51
3.2.1 問題描述和定義 51
3.2.2 用戶―專長―詞項的模型構建 54
3.2.3 基於主題模型的專家用戶畫像建模 58
3.3 基於證據增強混合圖的專家用戶模型構建 71
3.3.1 社會化專家建模框架設計 71
3.3.2 基於關聯邊增強的專家證據融合 73
3.3.3 基於節點屬性增強的專家證據融合 77
3.3.4 融合多類專家證據的混合圖模型構建 83
3.4 本章小結 84
第4章 基於證據增強混合圖的社會化專家推薦 85
4.1 社會化專家推薦系統框架設計 85
4.1.1 社會化專家推薦系統概述 85
4.1.2 社會化專家推薦系統框架 88
4.2 基於重啟動隨機遊走的一階段社會化專家推薦 90
4.2.1 關聯邊定義及權重設定 90
4.2.2 轉移概率矩陣計算 91
4.2.3 基於重啟動隨機遊走的專家列表生成 93
4.3 基於情境感知的二階段社會化專家推薦 94
4.3.1 用戶情境概述 94
4.3.2 情境知識的獲取與情境表示 98
4.3.3 基於情境後過濾策略的二次專家篩選 99
4.4 本章小結 100
第5章 面向虛擬社區的應用與實證研究 102
5.1 基於新浪微博的用戶畫像應用與實證 103
5.2 基於百度知道的社會化專家推薦應用與實證 120
5.2.1 用戶―專長―詞項混合圖的構建實驗 120
5.2.2 基於證據增強混合圖的社會化專家推薦實驗 123
5.3 基於39健康網艾滋病論壇的在線社會支持應用與實證 126
5.3.1 用戶專業度識別實驗及分析 126
5.3.2 鏈接預測實驗及分析 133
5.3.3 在線社會支持網絡構建實驗及分析 136
5.3.4 在線社會支持網絡演化追蹤實驗及分析 147
5.4 本章小結 154
第6章 基於Nutch的虛擬社區多源數據採集系統 155
6.1 Nutch概述 155
6.2 數據採集系統整體設計 161
6.3 基於網絡新聞的數據採集 163
6.3.1 新聞類網站分析指標 163
6.3.2 基於分析指標的新聞類網站分類排名 165
6.3.3 新聞採集概念的模型構建 167
6.3.4 新聞採集流程及解析 168
6.4 基於論壇貼吧的數據採集 169
6.4.1 Web論壇的分析及模型構建 169
6.4.2 論壇採集流程設計 172
6.4.3 基於模板的Web論壇解析 177
6.5 基於微博的數據採集 182
6.5.1 微博概述及分析 182
6.5.2 微博採集概念的模型構建 190
6.5.3 微博數據採集流程及解析 192
6.6 本章小結 201
參考文獻 202
1.1 研究背景及意義 1
1.2 國內外研究現狀 3
1.2.1 用戶建模與識別理論研究 3
1.2.2 社會化專家推薦算法研究 7
1.2.3 在線社會支持研究 11
1.3 本書主要內容 16
1.3.1 研究內容體系結構 16
1.3.2 主要功能模塊介紹 17
1.3.3 章節結構 22
第2章 相關理論基礎 24
2.1 社會網絡及其分析方法 24
2.1.1 社會網絡的表示方法 26
2.1.2 社會網絡分析任務和分類 27
2.1.3 社會網絡分析指標 28
2.2 複雜網絡社團 31
2.2.1 社團研究中的基本概念 32
2.2.2 複雜網絡社團發現算法 34
2.2.3 複雜網絡社團演化跟蹤算法 35
2.3 用戶畫像 36
2.3.1 用戶畫像構建方法 36
2.3.2 用戶畫像的表現及更新方式 38
2.3.3 用戶畫像的分析方法 41
2.4 鏈接預測 43
2.4.1 鏈接預測方法 43
2.4.2 基於節點相似性的鏈接預測方法 43
2.5 混合圖模型及算法 45
2.5.1 混合圖模型 45
2.5.2 基於混合圖的推薦算法 45
2.6 本章小結 48
第3章 面向虛擬社區的社會化專家建模 49
3.1 專家用戶建模的多類專家證據 49
3.2 基於主題模型的用戶―專長―詞項三部圖構建 51
3.2.1 問題描述和定義 51
3.2.2 用戶―專長―詞項的模型構建 54
3.2.3 基於主題模型的專家用戶畫像建模 58
3.3 基於證據增強混合圖的專家用戶模型構建 71
3.3.1 社會化專家建模框架設計 71
3.3.2 基於關聯邊增強的專家證據融合 73
3.3.3 基於節點屬性增強的專家證據融合 77
3.3.4 融合多類專家證據的混合圖模型構建 83
3.4 本章小結 84
第4章 基於證據增強混合圖的社會化專家推薦 85
4.1 社會化專家推薦系統框架設計 85
4.1.1 社會化專家推薦系統概述 85
4.1.2 社會化專家推薦系統框架 88
4.2 基於重啟動隨機遊走的一階段社會化專家推薦 90
4.2.1 關聯邊定義及權重設定 90
4.2.2 轉移概率矩陣計算 91
4.2.3 基於重啟動隨機遊走的專家列表生成 93
4.3 基於情境感知的二階段社會化專家推薦 94
4.3.1 用戶情境概述 94
4.3.2 情境知識的獲取與情境表示 98
4.3.3 基於情境後過濾策略的二次專家篩選 99
4.4 本章小結 100
第5章 面向虛擬社區的應用與實證研究 102
5.1 基於新浪微博的用戶畫像應用與實證 103
5.2 基於百度知道的社會化專家推薦應用與實證 120
5.2.1 用戶―專長―詞項混合圖的構建實驗 120
5.2.2 基於證據增強混合圖的社會化專家推薦實驗 123
5.3 基於39健康網艾滋病論壇的在線社會支持應用與實證 126
5.3.1 用戶專業度識別實驗及分析 126
5.3.2 鏈接預測實驗及分析 133
5.3.3 在線社會支持網絡構建實驗及分析 136
5.3.4 在線社會支持網絡演化追蹤實驗及分析 147
5.4 本章小結 154
第6章 基於Nutch的虛擬社區多源數據採集系統 155
6.1 Nutch概述 155
6.2 數據採集系統整體設計 161
6.3 基於網絡新聞的數據採集 163
6.3.1 新聞類網站分析指標 163
6.3.2 基於分析指標的新聞類網站分類排名 165
6.3.3 新聞採集概念的模型構建 167
6.3.4 新聞採集流程及解析 168
6.4 基於論壇貼吧的數據採集 169
6.4.1 Web論壇的分析及模型構建 169
6.4.2 論壇採集流程設計 172
6.4.3 基於模板的Web論壇解析 177
6.5 基於微博的數據採集 182
6.5.1 微博概述及分析 182
6.5.2 微博採集概念的模型構建 190
6.5.3 微博數據採集流程及解析 192
6.6 本章小結 201
參考文獻 202
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。