第一章 绪论 1
1.1问题的研究背景和意义 1
1.2知识网络研究综述 5
1.3个性化推荐系统的研究进展 8
1.4复杂网络研究综述 24
1.5本书的主要工作 55
第二章 复杂网络的演化模型研究 58
2.1多步连接的无尺度网络增长模型 58
2.2正负匹配度可调的增长无尺度网络模型 68
2.3自学习双向选择加权网络演化模型 74
2.4带有平均距离和平均度约束的无尺度网络演化模型 82
2.5有向网络中出度与入度之间的关系 85
第三章 复杂网络的动力学优化 95
3.1优化无尺度网络的鲁棒性 95
3.2优化无尺度网络同步能力 99
3.3网络拓扑量与同步能力的关系 107
3.4无尺度网络上的定向传播行为研究 110
3.5二维格子上的意见传播 119
第四章 复杂网络在某知识网络系统中的应用 126
4.1项目文本关联网络的拓扑结构分析 126
4.2项目文本关联网络的加权网络分析 134
4.3项目关联网络的宏观知识挖掘 150
4.4基于加权网络的一种中文文本聚类算法 158
4.5基于公共邻居的快速网络聚类算法 163
4.6领域知识的中观层次分析 169
4.7类模型网络关联分析 171
第五章 个性化推荐中用户喜好的影响 174
5.1引言 174
5.2基于物质扩散的个性化推荐 175
5.3考虑用户喜好影响的改进算法 177
5.4数值模拟结构 178
5.5小结 181
第六章 二部分网络关于个性化推荐的高阶相关性的影响 183
6.1引言 183
6.2问题刻画和表现指标 185
6.3基于扩散过程的改进协同过滤算法 186
6.4 MCF算法的数值结果 187
6.5改进的算法 188
6.6结论 191
第七章 基于热传导的改进协同过滤算法 193
7.1算法介绍 193
7.2数值结果 194
7.3修正的算法 194
7.4结论 196
第八章 总结与展望 197
8.1总结 197
8.2展望 198
参考文献 203
附录1作者科研工作简历 253
附录2研究成果及发表的论文 258
致谢 265
作者简介 267