知识系统和电子商务中的网络理论与应用研究

　　知识管理和电子商务的研究都具有高度复杂性和跨学科性的特点，兼有自然科学与人文科学两种属性。由于知识的高度抽象性。知识的拥有者和知识的载体之间有着错综复杂的联系，构成了各种类型的知识系统。知识系统是一种以网络的结构形式存在的复杂自适应系统。电子商务系统中用户和产品之间的选择关系也可以用网络对其进行描述，进而对电子商务中的个性化推荐算法进行深入研究。复杂网络作为一种新兴的对复杂系统进行定量描述的工具，可以对复杂自适应系统进行建模和分析。《知识系统和电子商务中的网络理论与应用研究》从系统结构与系统功能的角度，对复杂网络理论中的演化机制及若干动力学行为进行了理论研究，并利用复杂网络对一特定的知识系统进行了实证研究，对这一系统中的知识进行表示、分类以及聚类等分析，分别对宏观层次的整体学科发展趋势、中观层次的学科代码调整和微观层次的学科领域知识的发展进行了分析。在个性化推荐算法研究方面，本书建立了基于用户一产品二部分网络的个性化推荐算法。

暂缺《知识系统和电子商务中的网络理论与应用研究》作者简介

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