社交网络结构研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景 | 第11-12页 |
| ·课题的提出 | 第12页 |
| ·课题的研究意义 | 第12-14页 |
| ·本文组织结构 | 第14页 |
| ·本章小结 | 第14-16页 |
| 第2章 社交网络介绍 | 第16-29页 |
| ·什么是社交网络 | 第16页 |
| ·社交网络的组成元素 | 第16-18页 |
| ·社交网络理论基础 | 第18-19页 |
| ·社交网络主要研究方向 | 第19-21页 |
| ·基础结构研究 | 第19页 |
| ·网络挖掘技术 | 第19-20页 |
| ·多层次关系的社区挖掘 | 第20页 |
| ·基于社交网络的搜索技术 | 第20-21页 |
| ·大规模网络的社区识别 | 第21页 |
| ·案例分析 | 第21-27页 |
| ·“校内网”数据采集 | 第22-26页 |
| ·数据的基本分析 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 基于星状子图结构的社区识别算法 | 第29-48页 |
| ·相关工作 | 第30-32页 |
| ·主要研究方法 | 第30-31页 |
| ·CNM剖分算法简介 | 第31-32页 |
| ·社交网络中的星状子图结构 | 第32-33页 |
| ·基于星状子图结构的识别算法 | 第33-36页 |
| ·中心节点的识别 | 第34页 |
| ·中心节点的合并 | 第34-35页 |
| ·旁节点的聚合 | 第35-36页 |
| ·识别算法相关问题分析 | 第36-39页 |
| ·社区规模及数量的控制 | 第36-38页 |
| ·即时最短路径的计算方法 | 第38页 |
| ·旁节点的聚合顺序 | 第38-39页 |
| ·旁节点聚合方法的改进 | 第39页 |
| ·算法复杂度分析 | 第39-40页 |
| ·中心节点选取过程的复杂度分析 | 第39页 |
| ·中心节点合并过程的复杂度分析 | 第39页 |
| ·旁节点的聚合过程的复杂度分析 | 第39-40页 |
| ·实验结果及分析 | 第40-47页 |
| ·参数分析 | 第40-42页 |
| ·结果分析 | 第42-45页 |
| ·误差分析 | 第45-46页 |
| ·改进方案 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于MARKOV的用户影响力评估模型 | 第48-67页 |
| ·PAGERANK算法的介绍 | 第48-49页 |
| ·个人影响力相关因素 | 第49-51页 |
| ·USERRANK评估模型的建立 | 第51-54页 |
| ·USERRANK的计算 | 第54-61页 |
| ·马尔可夫链 | 第54-55页 |
| ·UserRank马尔可夫模型的表示 | 第55-57页 |
| ·收敛性分析 | 第57-58页 |
| ·网络规模分析 | 第58-59页 |
| ·计算的优化 | 第59-60页 |
| ·计算的实现及复杂度分析 | 第60-61页 |
| ·实验结果及分析 | 第61-66页 |
| ·准确性分析 | 第61-63页 |
| ·收敛速度分析 | 第63-64页 |
| ·误差分析 | 第64页 |
| ·实验数据产生的误差 | 第64-65页 |
| ·计算模型的误差 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-70页 |
| ·本论文的主要工作 | 第67页 |
| ·本论文的主要贡献以及创新点 | 第67-68页 |
| ·进一步的研究工作 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 作者简历 | 第73页 |
