摘要 | 第5-6页 |
abstract | 第6页 |
引言 | 第9-10页 |
1 绪论 | 第10-18页 |
1.1 课题背景与研究意义 | 第10-13页 |
1.1.1 研究背景 | 第10-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-16页 |
1.2.3 研究发展趋势 | 第16页 |
1.3 论文的主要内容 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 论文结构 | 第17-18页 |
2 微博用户行为分析 | 第18-27页 |
2.1 微博用户行为分析 | 第18-22页 |
2.1.1 微博用户行为 | 第18页 |
2.1.2 微博用户属性分析 | 第18-22页 |
2.1.3 微博用户行为分析 | 第22页 |
2.2 行为动力学模型研究 | 第22-26页 |
2.2.1 任务排队模型 | 第22-24页 |
2.2.2 基于兴趣模型 | 第24-25页 |
2.2.3 基于记忆模型 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
3 基于衰减兴趣、延续习惯和交互影响三重驱动的改进模型 | 第27-44页 |
3.1 基于行为动力学微博用户行为分析框架 | 第27-30页 |
3.2 兴趣、习惯和交互三重驱动模型驱动要素 | 第30-37页 |
3.2.1 衰减兴趣驱动 | 第30-32页 |
3.2.2 延续习惯驱动 | 第32-33页 |
3.2.3 交互影响驱动 | 第33-37页 |
3.3 衰减兴趣、延续习惯和交互影响三重驱动模型 | 第37-43页 |
3.3.1 行为动力学模型 | 第37-40页 |
3.3.2 加权系数 | 第40-43页 |
3.4 本章小结 | 第43-44页 |
4 数据仿真与模型评估 | 第44-62页 |
4.1 改进算法βNodeRank的实验 | 第44-47页 |
4.2 行为动力学模型的数据仿真 | 第47-58页 |
4.2.0 爬虫体系框架和爬行流程 | 第47-49页 |
4.2.1 数据爬取与初步处理 | 第49-51页 |
4.2.2 重要节点发现 | 第51-53页 |
4.2.3 微博用户行为分析 | 第53-58页 |
4.3 模型评估 | 第58-60页 |
4.4 本章小结 | 第60-62页 |
5 结论与展望 | 第62-64页 |
5.1 结论 | 第62-63页 |
5.2 展望 | 第63-64页 |
参考文献 | 第64-68页 |
在学研究成果 | 第68-69页 |
致谢 | 第69页 |