声明
致谢
摘要
1 引言
1.1.1 选题背景
1.1.2 研究意义
1.2 研究现状
1.2.1 异构网络
1.2.2 异构聚类算法
1.2.3 影响力度量算法
1.3 论文工作和创新点
1.4 论文组织结构
2 相关技术
2.1 异构网络聚类算法
2.1.1 RankClus
2.1.2 NetClus
2.2 最优化技术
2.2.1 随机梯度下降法
2.2.2 吉洪诺夫正则化
2.3 影响力评估算法
2.3.1 FutureRank文献排名算法
2.3.2 基于作者权威值的文献排名算法
2.3.3 基于作者合作网络的排名算法
2.4 本章小结
3 异构网络描述模型
3.1 描述方法
3.2 同构网络模型
3.3 典型异构网络及描述模型
3.3.1 典型异构网络
3.3.2 异构网络模型
3.4 本章小结
4 学术论文网络中的实体影响力量化
4.1 学术论文网络
4.2 问题分析及解决思想
4.3 影响力量化详细过程
4.3.1 数据及预处理
4.3.2 影响力初始量化
4.3.3 影响力流通的平衡计算
4.4 实验设计与验证
4.4.1 实验评价标准
4.4.2 实验过程与结果
4.4.3 实验分析与结论
4.5 本章小结
5 基于异构聚类的方案改进
5.1 必要性分析
5.2 张量分解
5.3 方案引入异构聚类算法TDSClus
5.3.1 张量聚类原理
5.3.2 TDSClus算法过程
5.3.3 时间复杂度分析
5.4 实验设计与验证
5.4.1 实验评价指标
5.4.2 数据集与张量构造
5.4.3 实验过程与结果
5.4.4 实验分析与结论
5.5 本章小结
6 研究结论与展望
6.1 研究结论
6.2 不足与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集