基于社交网络的连接关系研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 在线社交网络 | 第10-11页 |
| 1.1.2 广义的连接 | 第11-12页 |
| 1.2 社交网络的研究基础 | 第12-14页 |
| 1.2.1 社会网络的理论基础 | 第12-13页 |
| 1.2.2 复杂网络基础 | 第13-14页 |
| 1.2.3 数据挖掘技术 | 第14页 |
| 1.3 当前国内外研究现状 | 第14-18页 |
| 1.4 本文主要研究工作 | 第18页 |
| 1.5 论文组织结构 | 第18-19页 |
| 第二章 基于OSN用户连接关系的研究 | 第19-35页 |
| 2.1 基于OSN的连接分析 | 第19-22页 |
| 2.1.1 连接关系强度 | 第20-21页 |
| 2.1.2 连接关系类型 | 第21-22页 |
| 2.1.3 连接关系方向 | 第22页 |
| 2.2 连接关系研究内容 | 第22-31页 |
| 2.2.1 连接关系的形式化定义 | 第22-24页 |
| 2.2.2 测量连接关系强度 | 第24-28页 |
| 2.2.3 识别连接关系类型 | 第28-31页 |
| 2.3 连接关系的性质 | 第31-33页 |
| 2.3.1 多维性 | 第31页 |
| 2.3.2 动态性 | 第31-32页 |
| 2.3.3 不对称性 | 第32页 |
| 2.3.4 三种属性之间的关系 | 第32-33页 |
| 2.4 用户行为与连接关系 | 第33页 |
| 2.5 基于OSN连接关系分析的流程 | 第33-34页 |
| 2.6 本章总结 | 第34-35页 |
| 第三章 基于OSN的连接强度评估算法 | 第35-46页 |
| 3.1 OSN中的连接强度 | 第35-36页 |
| 3.2 MSLR模型 | 第36-40页 |
| 3.2.1 基于微博的MSLR模型 | 第36页 |
| 3.2.2 MSLR的连接强度测量 | 第36-38页 |
| 3.2.3 特征属性映射 | 第38-40页 |
| 3.2.4 模型假设 | 第40页 |
| 3.3 基于微博数据的模型验证 | 第40-45页 |
| 3.3.1 数据来源 | 第40-41页 |
| 3.3.2 仿真环境 | 第41页 |
| 3.3.3 仿真结果分析 | 第41-45页 |
| 3.3.4 仿真结果和性能分析 | 第45页 |
| 3.4 本章总结 | 第45-46页 |
| 第四章 基于OSN的连接类型识别算法 | 第46-56页 |
| 4.1 算法设计思想 | 第46页 |
| 4.2 算法具体设计 | 第46-50页 |
| 4.2.1 基于随机游走策略的社区发现 | 第47-48页 |
| 4.2.2 RW-RT算法 | 第48-49页 |
| 4.2.3 算法性能分析 | 第49-50页 |
| 4.3 基于微博数据的算法仿真结果 | 第50-55页 |
| 4.3.1 数据来源 | 第50页 |
| 4.3.2 仿真结果分析 | 第50-55页 |
| 4.4 本章总结 | 第55-56页 |
| 第五章 用户行为的时间模式分析 | 第56-66页 |
| 5.1 用户行为的时间模式定义 | 第56-57页 |
| 5.2 时间模式挖掘算法 | 第57-61页 |
| 5.2.1 时间序列形成 | 第57-58页 |
| 5.2.2 长期模式挖掘算法 | 第58-61页 |
| 5.2.3 短期模式挖掘算法 | 第61页 |
| 5.3 基于微博的时间模式挖掘算法仿真 | 第61-65页 |
| 5.3.1 数据源 | 第61-62页 |
| 5.3.2 仿真结果分析 | 第62-65页 |
| 5.3.3 模式挖掘的应用和意义 | 第65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 基于新浪微博的连接关系应用 | 第66-74页 |
| 6.1 系统整体框架 | 第66-67页 |
| 6.2 基于开放API的数据获取 | 第67-69页 |
| 6.3 数据库设计 | 第69-70页 |
| 6.4 系统开发环境 | 第70页 |
| 6.5 系统运行流程 | 第70-73页 |
| 6.6 本章总结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录1 论文使用缩写说明 | 第82-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间发表或已录用的学术论文 | 第84页 |
