| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 社交平台用户行为分析现状 | 第10-11页 |
| 1.2.2 社交平台用户可疑行为分析研究现状 | 第11-12页 |
| 1.3 本文研究目标与内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关背景知识介绍 | 第14-21页 |
| 2.1 张量理论 | 第14-17页 |
| 2.1.1 张量的定义 | 第14-15页 |
| 2.1.2 张量理论在数据挖掘中的应用 | 第15-17页 |
| 2.2 贪心算法 | 第17-19页 |
| 2.2.1 贪心算法的概述 | 第17-18页 |
| 2.2.2 贪心算法基本要素 | 第18页 |
| 2.2.3 贪心算法的实现原理 | 第18-19页 |
| 2.3 可疑检测算法性能的评价指标 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于同步性行为的可疑用户检测 | 第21-37页 |
| 3.1 引言 | 第21-22页 |
| 3.2 用户可疑程度评价指标 | 第22-27页 |
| 3.2.1 张量空间模型表示 | 第22-23页 |
| 3.2.2 可疑程度评价指标 | 第23-25页 |
| 3.2.3 用户行为可疑程度评价指标满足的公理 | 第25-27页 |
| 3.3 基于评价指标的搜索算法设计 | 第27-31页 |
| 3.3.1 基于评价指标的二叉树分割的多密集块检测算法流程 | 第27-28页 |
| 3.3.2 算法时间复杂度分析 | 第28-29页 |
| 3.3.3 二叉树分割条件 | 第29-31页 |
| 3.4 实验仿真 | 第31-36页 |
| 3.4.1 评价指标的可行性仿真 | 第31-33页 |
| 3.4.2 合成数据集仿真 | 第33-34页 |
| 3.4.3 真实数据集仿真 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于实时具有同步行为可疑用户检测 | 第37-50页 |
| 4.1 引言 | 第37页 |
| 4.2 基于张量流的密集块检测算法 | 第37-45页 |
| 4.2.1 数据预处理 | 第37-43页 |
| 4.2.2 改进型张量的密集块检测 | 第43-44页 |
| 4.2.3 张量流密集块检测 | 第44-45页 |
| 4.3 实验仿真分析 | 第45-49页 |
| 4.3.1 虚假评论数据集仿真 | 第46-47页 |
| 4.3.2 网络攻击数据集仿真 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 本文研究总结 | 第50-51页 |
| 5.2 未来研究展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第55-56页 |
| 附录2 攻读硕士学位期间申请的专利 | 第56-57页 |
| 致谢 | 第57页 |