前言
1 引言
1.1 网络信息的含义及特征
1.2 网络信息的社会化标注
1.3 网络信息社会化标注的基础理论
第一部分 理论基础及方法基础
2理论基础
2.1 信息内容的主题识别
2.2 信息主体间关联识别
2.3 信息内容的可信测度
3方法基础
3.1 矩阵奇异值分解与隐含语义分析
3.2 贝叶斯推理及贝叶斯网络
3.3 社会网络分析与异质信息网络分析
3.4 语义网络与知识图谱
第二部分 网络信息的模式识别
4主题挖掘
4.1 基于贝叶斯隐含语义分析的标注主题聚类
4.2 基于动态贝叶斯模型的标注主题聚类
4.3 基于贝叶斯层级模型的标注主题聚类
5关联挖掘
5.1 社会化标注系统要素的社区划分
5.2 社会化标注系统要素的排序
5.3 社会化标注系统要素的语义识别
第三部分 网络信息的可信测度
6概率性可信测度
6.1 基于贝叶斯推理的社会化媒体网络信息内容可信测度
6.2 基于贝叶斯网络的社会化媒体网络信息内容可信测度
6.3 基于迁移学习的社会化媒体网络信息内容的可信测度
7语义性可信测度
7.1 基于专家性用户经验构建语义网络
7.2 基于大众性用户体验构建语义网络
7.3 基于KL散度的文本分类研究
参考文献

李保珍著的《网络信息的模式识别与可信测度》从用户生成内容的新型网络环境人手，侧重介绍网络信息的模式识别及可信测度的新技术、新方法。与传统网络环境相比。基于用户生成内容的网络信息具有多源异构、异质关联及层次嵌套等特点。本书从以下方面展开介绍：网络信息的主题挖掘及关联挖掘：网络信息的概率性可信测度及语义性可信测度。
本书可作为高等院校计算机、信息管理及情报学等专业研究生和相关教师的参考资料，也可供从事精准营销及个性化推荐的研究、开发和应用的科研人员和工程人员阅读。