隨著互聯(lián)網(wǎng)與信息技術(shù)的高速發(fā)展,各行各業(yè)產(chǎn)生的數(shù)據(jù)也隨之增多,這些數(shù)據(jù)往往能產(chǎn)生巨大的價(jià)值,如何挖掘其背后隱藏的核心數(shù)據(jù)成為了信息技術(shù)圈的核心議題。圖作為一個(gè)經(jīng)典的數(shù)據(jù)結(jié)構(gòu),由于其在描述數(shù)據(jù)及結(jié)構(gòu)特性等方面的顯著優(yōu)勢(shì),被廣泛使用在社交網(wǎng)絡(luò)、本文檢索、生物信息等領(lǐng)域。使用圖來(lái)描述的數(shù)據(jù)信息被稱為圖數(shù)據(jù),而挖掘圖數(shù)據(jù)中有價(jià)值的、隱藏不為人所知的信息則稱為圖挖掘。在實(shí)際應(yīng)用中,由于數(shù)據(jù)來(lái)源的差異及技術(shù)手段的限制,會(huì)導(dǎo)致圖數(shù)據(jù)的不精確甚至缺失,不確定圖被提出用來(lái)表示這種含有不精確信息的圖數(shù)據(jù),在針對(duì)種類數(shù)據(jù)進(jìn)行分析處理時(shí)必須兼顧不確定性,因此針對(duì)不確定圖的挖掘問題稱為了圖挖掘領(lǐng)域的新難題。稠密子圖作為一個(gè)圖中內(nèi)部邊相對(duì)密集的子區(qū)域一般被視為圖的核心部分,如何從不確定圖中挖掘出稠密子圖具有重要的應(yīng)用價(jià)值和理論意義。本文主要工作內(nèi)容和研究成果如下:1.本文首先對(duì)傳統(tǒng)圖挖掘中的稠密子圖挖掘進(jìn)行了介紹,其中包括稠密子圖的定義,稠密子圖挖掘算法的研究背景現(xiàn)狀等;接著介紹不確定圖的研究背景及數(shù)學(xué)表達(dá)方式;最后介紹了基于不確定圖的稠密子圖定義及挖掘算法研究現(xiàn)狀。2.利用目前的不確定圖的稠密挖掘算法所發(fā)現(xiàn)的子... 

【文章來(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 確定圖稠密子圖研究現(xiàn)狀
        1.2.2 不確定圖稠密子圖研究現(xiàn)狀
    1.3 論文的主要工作和貢獻(xiàn)
    1.4 論文組織結(jié)構(gòu)
第2章 稠密子圖挖掘算法
    2.1 引言
    2.2 確定圖的稠密子圖挖掘典型算法
        2.2.1 Goldberg算法
        2.2.2 Charikar算法
    2.3 不確定圖的稠密子圖挖掘典型算法
        2.3.1 極大團(tuán)
        2.3.2 最大密度子圖
    2.4 本章小結(jié)
第3章 不確定圖上的高可靠稠密子圖挖掘算法
    3.1 引言
    3.2 相關(guān)定義
    3.3 最佳β-子圖
        3.3.1 問題分析
        3.3.2 GreedyOβS 算法
        3.3.3 算法精度
    3.4 實(shí)驗(yàn)與結(jié)果
        3.4.1 模型比較
        3.4.2 參數(shù)選擇
    3.5 本章小結(jié)
第4章 詞間關(guān)系的不確定圖模型與關(guān)鍵詞自動(dòng)抽取方法
    4.1 引言
    4.2 相關(guān)工作
        4.2.1 詞的向量化
        4.2.2 不確定圖
    4.3 基于不確定圖的關(guān)鍵詞抽取
        4.3.1 構(gòu)建不確定圖
        4.3.2 頂點(diǎn)密度及候選關(guān)鍵詞評(píng)價(jià)指標(biāo)
        4.3.3 自適應(yīng)候選關(guān)鍵詞抽取算法
        4.3.4 帶權(quán)重的 DEN-IDF
    4.4 實(shí)驗(yàn)
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)及評(píng)價(jià)指標(biāo)
        4.4.2 DEN-IDF權(quán)重選擇
        4.4.3 關(guān)鍵詞抽取實(shí)驗(yàn)
    4.5 本章小結(jié)
第5章 總結(jié)和展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間參加的科研項(xiàng)目及成果


【參考文獻(xiàn)】：
期刊論文
[1]自動(dòng)關(guān)鍵詞抽取研究綜述[J]. 趙京勝,朱巧明,周國(guó)棟,張麗.  軟件學(xué)報(bào). 2017(09)
[2]不確定圖上的Top-k稠密子圖挖掘算法[J]. 朱鎔,鄒兆年,李建中.  計(jì)算機(jī)學(xué)報(bào). 2016(08)
[3]TF-IDF與規(guī)則相結(jié)合的中文關(guān)鍵詞自動(dòng)抽取研究[J]. 牛萍,黃德根.  小型微型計(jì)算機(jī)系統(tǒng). 2016(04)
[4]大規(guī)模不確定圖上的Top-k極大團(tuán)挖掘算法[J]. 鄒兆年,朱鎔.  計(jì)算機(jī)學(xué)報(bào). 2013(10)
[5]基于TFIDF和詞語(yǔ)關(guān)聯(lián)度的中文關(guān)鍵詞提取方法[J]. 張建娥.  情報(bào)科學(xué). 2012(10)
[6]從不確定圖中挖掘頻繁子圖模式[J]. 鄒兆年,李建中,高宏,張碩.  軟件學(xué)報(bào). 2009(11)
[7]網(wǎng)絡(luò)最大流問題研究進(jìn)展[J]. 張憲超,陳國(guó)良,萬(wàn)穎瑜.  計(jì)算機(jī)研究與發(fā)展. 2003(09)

博士論文
[1]不確定圖與不確定網(wǎng)絡(luò)[D]. 高原.清華大學(xué) 2013



本文編號(hào)：3051243