首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于粒子群算法的微博用户影响力研究

摘要第1-5页
ABSTRACT第5-6页
目录第6-8页
1. 概述第8-17页
   ·研究背景和意义第8-10页
   ·国内外研究现状第10-16页
   ·主要研究内容第16页
   ·论文的结构安排第16-17页
2. 影响力分析概述第17-26页
   ·影响力分析的统计方法第17-20页
   ·影响力与社会相似性第20-24页
   ·影响力相关研究热点第24页
   ·本章小结第24-26页
3. 基于标准粒子群算法的用户影响力分析第26-39页
   ·标准粒子群优化算法第26-29页
   ·改进的粒子群优化算法第29-37页
   ·本章小结第37-39页
4. 实验结果以及分析第39-47页
   ·实验数据集第39页
   ·实验数据分析第39-45页
   ·本章小结第45-47页
5. 总结与展望第47-49页
   ·本文总结第47-48页
   ·展望第48-49页
致谢第49-51页
参考文献第51-57页
附录 1 攻读硕士学位期间取得的研究成果第57页

论文共57页,点击 下载论文
上一篇:C2C电子商务环境下的动态信任算法研究
下一篇:微博兴趣识别与推送系统的研究与实现