| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 问题描述 | 第14-15页 |
| 1.1.2 研究目的 | 第15页 |
| 1.1.3 研究意义 | 第15-16页 |
| 1.2 研究方法与技术路线 | 第16-17页 |
| 1.2.1 研究方法 | 第16-17页 |
| 1.2.2 技术路线 | 第17页 |
| 1.3 研究内容和章节安排 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 章节安排 | 第18-19页 |
| 1.4 本文创新点 | 第19-20页 |
| 第二章 理论方法和国内外研究现状 | 第20-28页 |
| 2.1 社会资本理论基础 | 第20-21页 |
| 2.2 数据挖掘智能算法 | 第21-24页 |
| 2.2.1 数据挖掘流程 | 第21-22页 |
| 2.2.2 常用挖掘算法 | 第22-24页 |
| 2.3 国内外研究现状 | 第24-27页 |
| 2.3.1 用户网络影响力度量方法 | 第24-25页 |
| 2.3.2 网络影响力用户智能发现 | 第25-27页 |
| 2.4 存在的主要问题 | 第27-28页 |
| 第三章 社交网络平台用户的社会资本测度及其影响力发现模型 | 第28-41页 |
| 3.1 问题提出 | 第28-29页 |
| 3.2 基于社会关系网络的影响力结点用户智能发现 | 第29-32页 |
| 3.2.1 社会关系网络下的单社会关系图谱 | 第29-30页 |
| 3.2.2 社会关系网络下的关系状态转换图谱 | 第30-31页 |
| 3.2.3 社会关系网络下的多社会关系图谱 | 第31-32页 |
| 3.2.4 基于社会关系图谱的影响力结点用户发现模型 | 第32页 |
| 3.3 网络影响力结点用户的社会资本测度和计算方法 | 第32-34页 |
| 3.3.1 结点用户信息发布能力的测度计算 | 第32-33页 |
| 3.3.2 结点用户信息互动能力的测度计算 | 第33-34页 |
| 3.3.3 影响力结点用户的社会资本计算 | 第34页 |
| 3.4 影响力结点用户社交行为发生概率的计算 | 第34-36页 |
| 3.4.1 单社会关系图谱下的用户社交行为发生概率 | 第34-35页 |
| 3.4.2 多社会关系图谱下的用户社交行为发生概率 | 第35-36页 |
| 3.5 结点用户网络影响力的复合计算与综合排名方法 | 第36页 |
| 3.6 模型算例应用和计算结果讨论 | 第36-41页 |
| 3.6.1 数据收集与预处理 | 第36-37页 |
| 3.6.2 计算结果及讨论 | 第37-41页 |
| 第四章 微博影响力用户社会资本效用价值分类及其广告策略 | 第41-54页 |
| 4.1 问题描述 | 第41-42页 |
| 4.2 微博影响力用户的社会资本效用价值测度计算过程 | 第42-44页 |
| 4.2.1 微博影响力用户的专业能力测度指标 | 第42-43页 |
| 4.2.2 微博影响力用户的个人魅力测度指标 | 第43页 |
| 4.2.3 微博影响力用户的社交能力测度指标 | 第43-44页 |
| 4.2.4 微博影响力用户的社会资本效用价值测量体系 | 第44页 |
| 4.3 微博影响力用户的社会资本效用价值分类模型 | 第44-46页 |
| 4.3.1 社会资本效用价值多维度类别划分 | 第45页 |
| 4.3.2 社会资本效用价值多维度分类方法 | 第45-46页 |
| 4.4 面向微博广告投放的影响力用户社会资本效用价值计算及应用 | 第46-48页 |
| 4.4.1 微博用户的社会资本效用价值主成分计算 | 第46-48页 |
| 4.4.2 微博影响力用户投放主题网络广告的策略 | 第48页 |
| 4.5 算例应用与结果讨论 | 第48-54页 |
| 4.5.1 数据收集与预处理 | 第48-49页 |
| 4.5.2 计算结果与讨论 | 第49-54页 |
| 第五章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第61-62页 |
