本文從信息服務的社會化變革出發(fā)，根據(jù)當前社會化網(wǎng)絡服務的發(fā)展和運行狀態(tài)，分析基于社會化行為而形成的用戶關(guān)系網(wǎng)絡結(jié)構(gòu)及演化特征，及其對信息服務的社會化進程和信息流機制的影響；在用戶關(guān)系社區(qū)內(nèi)基于主題層次樹進行用戶需求偏好建模和更新；根據(jù)當前環(huán)境下信息資源文本內(nèi)容的特點，基于LDA主題模型、SSVM和HS-SVM展開資源文本建模和分類基礎上的語義關(guān)聯(lián)，實現(xiàn)用戶-資源-特征詞的三部關(guān)聯(lián)；加權(quán)混合二部關(guān)聯(lián)圖構(gòu)建三部關(guān)聯(lián)圖，基于物質(zhì)擴散和熱傳導理論，進行推薦列表生成；最后，從網(wǎng)絡應用和學術(shù)知識社區(qū)兩個角度進行案例與實證分析，深化研究工作。
《武漢大學優(yōu)秀博士學位論文文庫：社會網(wǎng)絡環(huán)境下基于用戶關(guān)系的信息推薦服務研究》作為在博士學位論文基礎上形成的一部專著。是胡吉明博士在承擔國家社科基金重大項目“我國建設創(chuàng)新型國家的信息服務體制與信息保障體系研究”有關(guān)子課題基礎上所做的拓展研究，以及胡吉明所主持的國家自然科學基金“社會網(wǎng)絡環(huán)境下基于用戶一資源關(guān)聯(lián)的信息推薦研究”項目成果的集中反映。《武漢大學優(yōu)秀博士學位論文文庫：社會網(wǎng)絡環(huán)境下基于用戶關(guān)系的信息推薦服務研究》研究了社會網(wǎng)絡環(huán)境下交互式虛擬社區(qū)中用戶需求偏好的語義表達、交互式信息資源的語義挖掘和基于用戶-資源關(guān)聯(lián)的社會化小眾推薦實現(xiàn)等現(xiàn)實問題，旨在構(gòu)建相對完整的社會化信息推薦服務理論與技術(shù)實現(xiàn)體系。通過實證，推進成果的應用，從而推動新一代網(wǎng)絡環(huán)境下的信息資源語義挖掘和推薦服務研究。
胡吉明，男，2012年畢業(yè)于武漢大學信息管理學院信息資源管理專業(yè)，獲博士學位。學位論文獲評2013年湖北省優(yōu)秀博士學位論文�，F(xiàn)在武漢大學信息管理學院工作。研究興趣為信息推薦、智慧政務等。
第1章 緒論
1.1 選題背景
1.1.1 社會化網(wǎng)絡服務中的現(xiàn)實問題
1.1.2 社會網(wǎng)絡環(huán)境下的服務理論發(fā)展
1.2 研究意義
1.2.1 理論意義
1.2.2 現(xiàn)實意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 國外研究進展
1.3.2 國內(nèi)研究進展
1.3.3 研究現(xiàn)狀評析
1.4 研究內(nèi)容、方法與創(chuàng)新點
1.4.1 研究內(nèi)容
1.4.2 研究方法
1.4.3 研究創(chuàng)新點
第2章 社會網(wǎng)絡環(huán)境下的用戶關(guān)系及其演化
2.1 社會網(wǎng)絡環(huán)境下基于用戶關(guān)系的服務構(gòu)架
2.1.1 社會網(wǎng)絡環(huán)境下網(wǎng)絡服務的社會化發(fā)展
2.1.2 基于用戶關(guān)系的社會化網(wǎng)絡服務構(gòu)架
2.2 社會化網(wǎng)絡服務中的用戶關(guān)系形成與演化
2.2.1 網(wǎng)絡服務中的用戶關(guān)系形成
2.2.2 社會化網(wǎng)絡服務中的用戶關(guān)系結(jié)構(gòu)
2.2.3 社會化網(wǎng)絡服務中的用戶關(guān)系演化
2.3 社會網(wǎng)絡環(huán)境下用戶關(guān)系的仿真描述
2.3.1 用戶關(guān)系網(wǎng)絡的拓撲結(jié)構(gòu)
2.3.2 用戶關(guān)系擴散的指數(shù)規(guī)律
2.4 本章小結(jié)
第3章 社會化網(wǎng)絡服務中基于用戶關(guān)系的信息傳播
3.1 社會網(wǎng)絡環(huán)境下的信息傳播機制
3.1.1 社會網(wǎng)絡環(huán)境下的信息傳播變革
3.1.2 基于用戶關(guān)系的信息傳播及其演化
3.2 社會化網(wǎng)絡服務中用戶關(guān)系與信息傳播的關(guān)系
3.2.1 信息傳播中的用戶關(guān)系分類結(jié)構(gòu)
3.2.2 用戶關(guān)系結(jié)構(gòu)與信息傳播的關(guān)系
3.3 用戶關(guān)系對信息傳播的影響作用分析
3.3.1 基于用戶關(guān)系的信息傳播調(diào)研
3.3.2 基于用戶關(guān)系的信息傳播影響因素分析
3.4 本章小結(jié)
第4章 推薦服務中基于關(guān)系社區(qū)發(fā)現(xiàn)的用戶建模
4.1 推薦服務中的社區(qū)關(guān)系與用戶建模
4.1.1 推薦服務中的用戶網(wǎng)絡社區(qū)關(guān)系
4.1.2 基于社區(qū)關(guān)系的用戶建模
4.2 社會網(wǎng)絡環(huán)境下的用戶關(guān)系社區(qū)發(fā)現(xiàn)
4.2.1 復雜網(wǎng)絡中的社區(qū)發(fā)現(xiàn)
4.2.2 基于模塊度改進的關(guān)系社區(qū)發(fā)現(xiàn)
4.3 基于關(guān)系社區(qū)的雙層用戶建模
4.3.1 基于社區(qū)和個體模型加權(quán)融合的用戶建模
4.3.2 基于主題層次樹和語義向量空間模型的用戶建模
4.3.3 基于語義向量空間模型的用戶需求趨向表示
4.4 用戶模型的動態(tài)更新
4.4.1 用戶模型動態(tài)更新方法
4.4.2 用戶模型的動態(tài)更新實現(xiàn)
4.5 實驗分析
4.6 本章小結(jié)
第5章 推薦服務中用戶關(guān)系導向下的信息內(nèi)容挖掘
5.1 用戶關(guān)系導向下的語義關(guān)聯(lián)與內(nèi)容挖掘
5.1.1 用戶關(guān)系與需求內(nèi)容的關(guān)聯(lián)
5.1.2 用戶-資源關(guān)聯(lián)組織與內(nèi)容挖掘
5.2 基于LDA主題模型的信息內(nèi)容挖掘
5.2.1 基于概率主題模型的文本挖掘
5.2.2 基于動態(tài)LDA主題模型的內(nèi)容挖掘
5.2.3 基于主題相似度和強度度量的主題演化
5.3 內(nèi)容挖掘中基于語義向量空間模型的文本建模
5.3.1 基于向量空間模型的文本建模
5.3.2 文本建模中的語義向量空間模型構(gòu)建
5.3.3 基于概念語義相似度的文本建模改進
5.4 基于超球支持向量機的文本分類與關(guān)聯(lián)
5.4.1 基于超球支持向量機的文本分類模型
5.4.2 基于改進HS-SVM的文本分類實現(xiàn)
5.4.3 基于語義向量的文本內(nèi)容關(guān)聯(lián)
5.5 實驗分析
5.5.1 LDA主題提取和演化的實驗分析
5.5.2 文本分類的實驗分析
5.6 本章小結(jié)
第6章 基于用戶-資源關(guān)聯(lián)的社會化推薦服務實現(xiàn)
6.1 基于用戶-資源關(guān)聯(lián)關(guān)系的社會化小眾推薦服務
6.1.1 社會化推薦服務及用戶.資源關(guān)聯(lián)關(guān)系
6.1.2 基于小眾化的協(xié)同過濾推薦改進
6.2 基于物質(zhì)擴散和用戶-資源二部關(guān)聯(lián)圖的社會化推薦
6.2.1 用戶-資源二部關(guān)聯(lián)圖中基于物質(zhì)擴散的推薦
6.2.2 基于用戶-資源二部關(guān)聯(lián)圖推薦的社會化改進
6.3 基于熱傳導和物質(zhì)擴散混合的社會化小眾推薦
6.3.1 基于熱傳導能量擴散的小眾推薦機制
6.3.2 基于熱傳導和物質(zhì)擴散混合的推薦實現(xiàn)
6.4 基于用戶-資源詞匯三部關(guān)聯(lián)圖的社會化小眾推薦實現(xiàn)
6.4.1 推薦實現(xiàn)中三部關(guān)聯(lián)圖的應用
6.4.2 基于三部關(guān)聯(lián)圖的推薦實現(xiàn)
6.5 實驗分析
6.5.1 實驗數(shù)據(jù)集處理
6.5.2 推薦性能評價指標
6.5.3 實驗結(jié)果分析
6.6 本章小結(jié)
第7章 案例與實證
7.1 微博服務中的社會化信息推薦實現(xiàn)
7.1.1 微博信息結(jié)構(gòu)與數(shù)據(jù)處理
7.1.2 基于LDA的微博文本挖掘
7.1.3 基于用戶-微博文本-詞匯三部關(guān)聯(lián)圖的微博推薦實現(xiàn)
7.2 高校數(shù)字圖書館面向知識社區(qū)關(guān)系的交互推薦服務組織
7.2.1 高校數(shù)字圖書館基于知識社區(qū)的社會化服務推進
7.2.2 武漢大學數(shù)字圖書館基于資源整合的知識社區(qū)服務建設
7.2.3 武漢大學數(shù)字圖書館基于交互和推薦的知識社區(qū)服務拓展
7.3 本章小結(jié)
第8章 總結(jié)與展望
8.1 全文總結(jié)
8.2 研究不足
8.3 研究展望
參考文獻
攻讀博士學位期間的科研情況
后記
書單推薦
