1 引言 1
1.1 网络信息的含义及特征 1
1.2 网络信息的社会化标注 15
1.3 网络信息社会化标注的基础理论 28
第一部分 理论基础及方法基础 35
2 理论基础 35
2.1 信息内容的主题识别 35
2.2 信息主体间关联识别 37
2.3 信息内容的可信测度 43
3 方法基础 48
3.1 矩阵奇异值分解与隐含语义分析 48
3.2 贝叶斯推理及贝叶斯网络 53
3.3 社会网络分析与异质信息网络分析 57
3.4 语义网络与知识图谱 61
第二部分 网络信息的模式识别 67
4 主题挖掘 67
4.1 基于贝叶斯隐含语义分析的标注主题聚类 67
4.2 基于动态贝叶斯模型的标注主题聚类 79
4.3 基于贝叶斯层级模型的标注主题聚类 90
5 关联挖掘 104
5.1 社会化标注系统要素的社区划分 104
5.2 社会化标注系统要素的排序 119
5.3 社会化标注系统要素的语义识别 129
第三部分 网络信息的可信测度 159
6 概率性可信测度 159
6.1 基于贝叶斯推理的社会化媒体网络信息内容可信测度 159
6.2 基于贝叶斯网络的社会化媒体网络信息内容可信测度 169
6.3 基于迁移学习的社会化媒体网络信息内容的可信测度 182
7 语义性可信测度 188
7.1 基于专家性用户经验构建语义网络 188
7.2 基于大众性用户体验构建语义网络 201
7.3 基于KL散度的文本分类研究 212
参考文献 221