微博网络群体结构的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·背景及意义 | 第10-12页 |
| ·相关研究 | 第12-13页 |
| ·复杂网络的社团发现 | 第12页 |
| ·社会网络分析法 | 第12页 |
| ·微博群体结构的相关研究 | 第12-13页 |
| ·论文的主要工作及结构安排 | 第13-15页 |
| 2 复杂网络社团发现与社会网络分析法 | 第15-25页 |
| ·复杂网络概述 | 第15-17页 |
| ·复杂网络的概念与特征 | 第15-16页 |
| ·复杂网络的模型 | 第16-17页 |
| ·复杂网络中的社团结构 | 第17-18页 |
| ·社团结构发现算法的相关研究 | 第18-22页 |
| ·图形分割算法 | 第19-20页 |
| ·层次聚类算法 | 第20-22页 |
| ·社会网络分析法 | 第22-23页 |
| ·中心度 | 第22-23页 |
| ·权威度 | 第23页 |
| ·本章小结 | 第23-25页 |
| 3 基于兴趣相似性的群体结构挖掘算法 | 第25-35页 |
| ·关键词的提取与文本建模 | 第25-27页 |
| ·关键词的提取 | 第25-26页 |
| ·用户兴趣建模 | 第26-27页 |
| ·基于兴趣相似性的群体结构挖掘算法 | 第27-29页 |
| ·微博用户兴趣相似度计算 | 第27页 |
| ·建立相似度矩阵 | 第27-28页 |
| ·定义模块度 | 第28页 |
| ·算法思想与流程 | 第28-29页 |
| ·实验与分析 | 第29-34页 |
| ·网络分析软件Pajek | 第29-31页 |
| ·关键词提取 | 第31-32页 |
| ·群体结构的挖掘结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 微博网络群体结构特征的分析 | 第35-47页 |
| ·群体结构的基本特征 | 第35-38页 |
| ·群体结构的基本特征 | 第35-36页 |
| ·实验与分析 | 第36-38页 |
| ·群体的无标度特征 | 第38-39页 |
| ·无标度特征 | 第38页 |
| ·实验与分析 | 第38-39页 |
| ·群体的核心-边缘结构特征 | 第39-46页 |
| ·核心-边缘结构 | 第39-41页 |
| ·节点识别算法 | 第41-42页 |
| ·实验与分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 5 群体结构挖掘在微博热门话题发现中的应用 | 第47-51页 |
| ·热门话题发现的方法及流程 | 第47-48页 |
| ·实验与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| ·本文工作总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 作者简历 | 第55-57页 |
| 学位论文数据集 | 第57页 |
