在线社会网络中节点影响力评估机制研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 在线社会网络研究背景 | 第11-12页 |
| 1.2 研究目的及意义 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 论文研究内容与组织结构 | 第16-18页 |
| 1.5 课题来源 | 第18-19页 |
| 第2章 节点影响力评估的研究基础 | 第19-29页 |
| 2.1 在线社会网络简介 | 第19-23页 |
| 2.1.1 复杂网络 | 第19-21页 |
| 2.1.2 在线社会网络 | 第21-23页 |
| 2.1.3 在线社会网络与复杂网络的关系 | 第23页 |
| 2.2 节点影响力概述 | 第23-25页 |
| 2.2.1 节点影响力的基本概念 | 第23-24页 |
| 2.2.2 节点影响力的应用价值 | 第24-25页 |
| 2.3 影响力评估的相关理论 | 第25-28页 |
| 2.3.1 社会网络分析 | 第25-26页 |
| 2.3.2 图论 | 第26-27页 |
| 2.3.3 数据挖掘 | 第27页 |
| 2.3.4 Web2.0 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于用户属性及行为的影响力评估 | 第29-47页 |
| 3.1 提出背景 | 第29-31页 |
| 3.1.1 用户属性及行为的概念 | 第29-30页 |
| 3.1.2 PageRank算法简介 | 第30-31页 |
| 3.2 算法思想 | 第31-32页 |
| 3.2.1 用户属性及行为与影响力的关系 | 第31-32页 |
| 3.2.2 基本思想 | 第32页 |
| 3.3 算法流程 | 第32-40页 |
| 3.3.1 用户属性的度量 | 第32-34页 |
| 3.3.2 用户行为的度量 | 第34-38页 |
| 3.3.3 影响力的确定 | 第38-40页 |
| 3.4 算法分析 | 第40页 |
| 3.5 实验结果与分析 | 第40-46页 |
| 3.5.1 数据集 | 第40-41页 |
| 3.5.2 实验结果 | 第41-44页 |
| 3.5.3 收敛性分析 | 第44-46页 |
| 3.5.4 误差分析 | 第46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于拓扑势的影响力评估 | 第47-63页 |
| 4.1 拓扑势的引入 | 第47-48页 |
| 4.2 算法思想 | 第48-50页 |
| 4.3 算法详述 | 第50-56页 |
| 4.3.1 节点质量的计算 | 第50-53页 |
| 4.3.2 网络距离的确定 | 第53-54页 |
| 4.3.3 影响因子的选择 | 第54-56页 |
| 4.4 算法分析 | 第56-57页 |
| 4.5 实验结果与分析 | 第57-62页 |
| 4.5.1 数据集 | 第57页 |
| 4.5.2 实验结果 | 第57-59页 |
| 4.5.3 对比分析 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 影响力评估在社区发现中的应用 | 第63-73页 |
| 5.1 社区发现概述 | 第63-64页 |
| 5.2 节点影响力与社区发现的关系 | 第64-65页 |
| 5.3 基于节点影响力的社区发现 | 第65-69页 |
| 5.3.1 社区发现的基本过程 | 第65-66页 |
| 5.3.2 社区边界节点的处理 | 第66-68页 |
| 5.3.3 复杂度分析 | 第68-69页 |
| 5.4 实验结果与分析 | 第69-72页 |
| 5.4.1 实验结果 | 第69-70页 |
| 5.4.2 模块度分析 | 第70-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士学位期间发表的论文 | 第81页 |
