第1章 大图数据库中基于集合相似度的子图匹配查询处理方法 1
1.1 引言 1
1.2 预备知识 4
1.2.1 问题定义 4
1.2.2 架构 5
1.3 集合相似度剪枝 6
1.3.1 倒排模式格的构建 7
1.3.2 剪枝技术 8
1.3.3 倒排模式格的优化 10
1.4 基于结构的剪枝操作 11
1.4.1 结构化签名 11
1.4.2 基于签名的LSH 12
1.4.3 结构化剪枝 12
1.5 基于支配集的子图匹配 14
1.5.1 DS-匹配算法 14
1.5.2 支配集的选择 17
1.6 实验分析 18
1.6.1 数据集与设置 18
1.6.2 对比方法 19
1.6.3 线下性能 19
1.6.4 线上性能 20
1.7 结论 26
第2章 基于集合相似度的子图匹配查询原型系统 27
2.1 引言 27
2.2 预备知识 29
2.2.1 问题定义 29
2.2.2 方法概览 30
2.3 签名及DS-Tree 31
2.3.1 查询签名和数据签名 31
2.3.2 DS-Tree 32
2.3.3 利用DS-Tree查询 36
2.4 支配子图 38
2.5 SMOC算法 41
2.6 实验 42
2.6.1 数据集和实验环境 42
2.6.2 对比方法 43
2.6.3 离线处理性能 43
2.6.4 在线处理性能 45
2.7 结论 46
第3章 利用社会网络图数据的情境感知个性化推荐方法 47
3.1 引言 47
3.2 预备知识 49
3.2.1 问题定义 50
3.2.2 方法框架 50
3.3 角色挖掘 52
3.3.1 角色的定义 52
3.3.2 用条件数据库进行角色挖掘 52
3.3.3 情境感知的角色权重 54
3.4 基于角色的信任模型 55
3.5 寻找相似用户 56
3.5.1 WSSQ算法概述 57
3.5.2 前缀过滤 58
3.5.3 L1-范数过滤 59
3.5.4 相似度计算的优化 60
3.6 推荐方法 62
3.7 实验评价 63
3.7.1 数据集描述 63
3.7.2 对比方法 63
3.7.3 对角色挖掘和信任模型的评价 64
3.7.4 推荐质量 65
3.7.5 推荐时间 69
3.8 结论 72
第4章 多层聚簇中基于协同过滤的跨类推荐算法 73
4.1 引言 73
4.2 预备知识 74
4.2.1 问题定义 74
4.2.2 算法框架 75
4.3 多层聚簇 75
4.4 利用多层聚簇推荐 78
4.4.1 推荐框架 78
4.4.2 Top-k推荐 79
4.5 实验 80
4.5.1 数据集 80
4.5.2 对比方法 81
4.5.3 评价标准 81
4.5.4 参数设置 81
4.5.5 minsup的影响 81
4.5.6 效率和扩展性 82
4.6 结论 84
第5章 基于潜在主题的准确性Web社区协同推荐方法 85
5.1 引言 85
5.2 基于潜在主题的Web社区协同推荐方法 86
5.2.1 方法框架 87
5.2.2 ITS值计算 88
5.2.3 ETS值计算 91
5.2.4 IETS值计算 93
5.2.5 可扩展性 95
5.3 实验及分析 95
5.3.1 数据集描述 96
5.3.2 实验方案 96
5.3.3 实验结果 96
5.4 结论 99
第6章 基于用户-社区全域关系的新颖性Web社区推荐方法 100
6.1 引言 100
6.2 UCTR方法 102
6.2.1 UCTR方法框架 103
6.2.2 社区准确度计算 104
6.2.3 社区新颖度计算 105
6.2.4 社区UCTR值计算 108
6.3 实验及分析 108
6.3.1 数据集描述 109
6.3.2 推荐准确性评价 109
6.3.3 推荐新颖性评价 111
6.3.4 推荐综合评价 112
6.4 结论 113
第7章 基于用户-社区全域关系闭包的高效均衡性Web社区推荐方法 114
7.1 引言 114
7.2 NovelRec方法 116
7.2.1 方法框架 117
7.2.2 离线建模计算 118
7.2.3 在线推荐计算 121
7.2.4 NovelRec复杂度分析 126
7.2.5 用户冷启动分析 127
7.3 实验及分析 128
7.3.1 实验数据分析 128
7.3.2 推荐准确性分析 130
7.3.3 推荐新颖性分析 132
7.3.4 NovelRec性能分析 135
7.4 结论 138
第8章 Web社区推荐原型系统 139
8.1 引言 139
8.2 Web社区建模 139
8.2.1 对象代理模型概述 139
8.2.2 利用对象代理模型建模Web社区 140
8.3 Web社区管理原型系统 143
8.3.1 对象代理数据库概述 143
8.3.2 基于TOTEM的Web社区管理系统 145
8.4 Web社区推荐原型系统 147
8.4.1 推荐系统实现机制 147
8.4.2 推荐系统功能效果 148
8.5 结论 150
第9章 大规模时空图中人类行为模式的实时挖掘方法 151
9.1 引言 151
9.2 预备知识 153
9.2.1 定义 153
9.2.2 问题陈述 154
9.2.3 框架 154
9.3 在单一时间间隔中的黑洞检测 155
9.3.1 STG索引 155
9.3.2 候选网格选择 156
9.3.3 空间扩展 158
9.3.4 流上限更新 159
9.4 连续检测 159
9.5 实验评估 161
9.5.1 数据 161
9.5.2 北京市案例研究 162
9.5.3 纽约市案例研究 165
9.5.4 在单一时段内的表现 167
9.5.5 连续检测的表现 169
9.6 结论 171
第10章 基于潜在引用图数据的专利价值评估方法 172
10.1 引言 172
10.2 潜在引用关联 174
10.3 专利价值评估基本算法 175
10.4 专利价值评估改进算法 179
10.5 专利价值评估更新算法 181
10.6 实验评估 184
10.6.1 实验设置 184
10.6.2 评估方法 185
10.6.3 结果与分析 185
10.7 结论 188
第11章 基于专利关联的新颖专利查找方法 189
11.1 引言 189
11.2 相对新颖图 191
11.3 专利新颖度排序算法 193
11.4 专利新颖度更新算法 195
11.5 实验评估 200
11.5.1 实验设置 200
11.5.2 评估方法 201
11.5.3 结果与分析 201
11.6 结论 204
第12章 异构专利网络中的竞争对手主题预测方法 205
12.1 引言 205
12.2 竞争对手的主题预测的框架 207
12.3 主题词选取 208
12.4 建立企业-主题异构图 208
12.5 拓扑特征的分析和抽取 210
12.6 基于监督模型的主题预测方法 213
12.7 实验评估 215
12.7.1 实验设置 215
12.7.2 评估方法 216
12.7.3 结果与分析 217
12.8 结论 220
参考文献 221