多源社交网络实体对齐与协同推荐关键技术研究

《多源社交网络实体对齐与协同推荐关键技术研究》由朱俊星等著。本书聚焦多源社交网络实体对齐与协同推荐问题，部分成果获国家及湖南省自然科学青年基金资助。
在跨网络实体对齐方面，第2章介绍基于用户命名模式的多源社交网络中文用户实体对齐技术，可有效利用用户名信息对齐中文用户；第3章基于主动学习构建训练数据集，实现用户实体对齐。在跨网络实体推荐方面，第4章的多源社交网络稀疏推荐技术，利用实体对齐关系促进信息交互提升推荐效果；第5章的冷启动推荐技术，通过迁移融合信息改善推荐效果。本书适合社交网络领域技术与科研人员阅读，其核心理论结合深度学习模型，有望在社交网络应用场景发挥重要作用。

第1章 绪论
1.1 多源社交网络实体对齐概述
1.1.1 什么是多源社交网络分析
1.1.2 多源社交网络实体对齐的概念及意义
1.1.3 多源社交网络用户实体对齐技术的研究现状
1.2 多源社交网络协同推荐概述
1.2.1 协同推荐技术的基本内涵及分类
1.2.2 多源社交网络协同推荐技术的研究意义
1.2.3 多源社交网络协同推荐技术的研究现状
1.3 本书的主要研究内容
第2章 基于用户命名模式的多源社交网络中文用户实体对齐技术
2.1 研究背景和意义
2.2 相关研究现状
2.3 问题描述
2.4 MCUA方法原理
2.4.1 多种类型的中文用户名匹配
2.4.2 适用于中文用户名匹配的特征
2.4.3 多视角的跨网络用户对齐模型MCUA
2.5 实验分析
2.5.1 实验数据样本
2.5.2 方法性能分析
2.5.3 分类器模型选择
2.5.4 不同特征的重要性分析
2.6 总结与展望
第3章 基于主动学习的多源社交网络用户实体对齐技术
3.1 研究背景和意义
3.2 相关研究现状
3.3 问题描述
3.4 面向多网络用户实体对齐的带约束的主动学习技术原理
3.4.1 多源社交网络用户实体对齐模型MNA
3.4.2 带约束的主动学习
3.5 性能评测
3.5.1 实验数据样本及评测指标
3.5.2 性能对比实验
3.5.3 可移植性实验
3.6 总结与展望
第4章 多源社交网络稀疏推荐技术
4.1 研究背景和意义
4.2 相关研究现状
4.3 问题描述
4.4 CCMF技术原理
4.4.1 低秩矩阵分解
4.4.2 基于信息实体相似度的规划
4.4.3 CCMF的网内信息约束项
4.4.4 基于实体对齐关系的多源网络信息关联融合
4.4.5 CCMF的目标函数和训练过程及算法
4.5 性能评测
4.5.1 实验数据及评测指标
4.5.2 在处理单网络推荐任务上的性能测试
4.5.3 在处理多源网络推荐任务上的性能测试
4.5.4 关于参数β和γ大小对CCMF性能影响的研究
4.6 总结与展望
第5章 多源社交网络冷启动推荐技术
5.1 研究背景和意义
5.2 相关研究现状
5.3 问题描述
5.3.1 异构信息网络
5.3.2 基于元路径的信息实体相似度计算
5.3.3 多源异构网络冷启动推荐
5.4 CHRS方法原理
5.4.1 步骤1：源网络中对信息实体潜在语义特征信息的提取
5.4.2 步骤2：目标网络中的推荐过程
5.5 性能评测
5.5.1 实验数据及评测指标
5.5.2 在冷启动推荐问题上的性能测试
5.5.3 在半冷启动推荐问题上的性能测试
5.5.4 关于参数α和β大小对CHRS性能影响的研究
5.6 总结与展望
参考文献