| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.2.1 基于电信数据研究现状 | 第7-8页 |
| 1.2.2 移动社群发现和特征分析技术研究现状 | 第8-9页 |
| 1.2.3 移动社群分析中的统计学方法研究现状 | 第9-10页 |
| 1.3 论文的主要内容 | 第10页 |
| 1.4 论文的研究思路 | 第10-11页 |
| 1.5 论文的组织结构 | 第11-12页 |
| 第2章 相关理论与技术 | 第12-21页 |
| 2.1 基本定义 | 第12-13页 |
| 2.1.1 移动社群 | 第12页 |
| 2.1.2 图论相关知识 | 第12-13页 |
| 2.2 基本算法 | 第13-20页 |
| 2.2.1 传统社群分析算法 | 第13-15页 |
| 2.2.2 非重叠社群发现算法 | 第15-18页 |
| 2.2.3 重叠社群发现算法 | 第18-20页 |
| 2.3 小结 | 第20-21页 |
| 第3章 基于PSG的移动社群识别和关键用户判别模型 | 第21-28页 |
| 3.1 移动社群识别和关键用户判别模型 | 第21-23页 |
| 3.1.1 移动社群发现模型 | 第21-22页 |
| 3.1.2 移动社群关键用户识别模型 | 第22-23页 |
| 3.2 数据字段说明 | 第23-25页 |
| 3.3 案例分析 | 第25-26页 |
| 3.4 小结 | 第26-28页 |
| 第4章 基于判别坐标的移动社群统计特征分析模型 | 第28-37页 |
| 4.1 移动手机通话和短信数据字段说明 | 第28页 |
| 4.2 基于判别坐标的移动社群统计特征分析模型 | 第28-32页 |
| 4.2.1 移动社群判别坐标分析方法 | 第28-31页 |
| 4.2.2 移动社群统计特征预测模型 | 第31-32页 |
| 4.3 案例分析 | 第32-35页 |
| 4.4 小结 | 第35-37页 |
| 第5章 结论与展望 | 第37-39页 |
| 5.1 结论 | 第37-38页 |
| 5.2 展望 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-45页 |
| 附录 | 第45-56页 |