基于PageRank的社交网络用户实时影响力研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·社交网络研究方向 | 第11-13页 |
| ·影响力研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 社交网络综述 | 第16-28页 |
| ·复杂网络的基本理论 | 第16-18页 |
| ·小世界效应 | 第17页 |
| ·无标度特性 | 第17-18页 |
| ·社会网络的相关理论 | 第18-24页 |
| ·社会网络结构特点 | 第19-21页 |
| ·社会网络分析方法 | 第21-22页 |
| ·社会网络分析的指标 | 第22-23页 |
| ·社会网络与复杂网络的区别 | 第23-24页 |
| ·社交网络 | 第24-27页 |
| ·社交网络起源与发展 | 第24页 |
| ·微博综述 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 消息传播时间间隔分布 | 第28-40页 |
| ·数据集的获取 | 第28-33页 |
| ·人类行为动力学 | 第33-36页 |
| ·用户行为研究分析与模型 | 第36-39页 |
| ·微博用户转发行为分析 | 第36-38页 |
| ·用户之间的关注模型 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 用户影响力算法（MURANK） | 第40-51页 |
| ·社交网络影响力的概念 | 第40-41页 |
| ·PAGERANK 算法的基本思想 | 第41-45页 |
| ·基于 PAGERANK 的 MURANK 算法 | 第45-48页 |
| ·MURANK 算法的计算流程： | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 实验结果与分析 | 第51-60页 |
| ·MURANK 算法的收敛性 | 第51-52页 |
| ·与其它算法的相关性 | 第52-55页 |
| ·与 PR、FR 算法 | 第52-53页 |
| ·与转发次数 | 第53-55页 |
| ·与 PR 的对比分析 | 第55-56页 |
| ·不同时刻的 MURANK 结果分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·论文工作总结 | 第60-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间已发表或录用的论文 | 第66-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69-71页 |
