| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 本文研究内容 | 第11页 |
| 1.3 本文组织结构 | 第11-13页 |
| 第2章 移动社交网络相关研究综述 | 第13-20页 |
| 2.1 移动社交网络 | 第13-15页 |
| 2.1.1 移动社交网络的发展历程 | 第13-14页 |
| 2.1.2 移动社交网络的研究内容 | 第14-15页 |
| 2.2 用户关系强度 | 第15-19页 |
| 2.2.1 用户关系强度的研究方法 | 第16-17页 |
| 2.2.2 用户关系强度的挖掘模型 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于特征赋权的用户交互强度并行计算方法 | 第20-35页 |
| 3.1 概述 | 第20页 |
| 3.2 问题定义 | 第20-23页 |
| 3.3 基于特征赋权的用户交互强度计算方法UISFW | 第23-28页 |
| 3.3.1 算法思想 | 第23-24页 |
| 3.3.2 算法步骤 | 第24-25页 |
| 3.3.3 算法分析 | 第25-28页 |
| 3.4 实验结果与分析 | 第28-34页 |
| 3.4.1 Friends and Family手机通信数据的实验 | 第28-30页 |
| 3.4.2 Higgs Twitter社交网络数据的实验 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 用户频繁移动模式的并行挖掘算法及其相似度计算 | 第35-50页 |
| 4.1 概述 | 第35-36页 |
| 4.2 问题定义 | 第36-38页 |
| 4.3 频繁移动模式并行挖掘算法PAUFMP | 第38-42页 |
| 4.3.1 频繁移动序列树 | 第38-39页 |
| 4.3.2 算法思想 | 第39-40页 |
| 4.3.3 算法步骤 | 第40-41页 |
| 4.3.4 算法分析 | 第41-42页 |
| 4.4 频繁移动模式相似度计算 | 第42-43页 |
| 4.5 实验结果与分析 | 第43-49页 |
| 4.5.1 手机基站数据的实验 | 第43-45页 |
| 4.5.2 自行车租赁点数据的实验 | 第45-46页 |
| 4.5.3 性能分析 | 第46-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 面向移动社交网络的用户关系强度并行挖掘算法 | 第50-54页 |
| 5.1 面向移动社交网络的用户关系强度并行挖掘算法PMAURS | 第50-52页 |
| 5.1.1 数据预处理 | 第50页 |
| 5.1.2 算法流程 | 第50-52页 |
| 5.2 实验结果与分析 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 基于用户关系强度的用户分组方法 | 第54-60页 |
| 6.1 用户分组方法 | 第54-57页 |
| 6.1.1 等间距用户分组EquiGroup | 第55页 |
| 6.1.2 基于正态分布的用户分组NormGroup | 第55-56页 |
| 6.1.3 基于指数分布的用户分组ExpoGroup | 第56-57页 |
| 6.2 实验结果与分析 | 第57-59页 |
| 6.3 本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60-61页 |
| 7.2 展望 | 第61-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-70页 |
| 附录 攻读硕士学位期间发表论文及获奖情况 | 第70页 |
| 1 发表论文 | 第70页 |
| 2 参加科研项目 | 第70页 |
| 3 获奖情况 | 第70页 |
