| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 一、绪论 | 第7-13页 |
| (一)研究背景及意义 | 第7-8页 |
| 1、研究背景 | 第7-8页 |
| 2、选题意义 | 第8页 |
| (二)国内外研究现状 | 第8-11页 |
| 1、基于网络拓扑结构的影响力度量 | 第9-10页 |
| 2、基于用户交互的影响力度量 | 第10-11页 |
| (三)论文研究内容 | 第11-12页 |
| (四)论文组织结构 | 第12-13页 |
| 二、相关理论与方法 | 第13-24页 |
| (一)社交网络相关知识 | 第13-14页 |
| 1、社交影响力的定义 | 第13页 |
| 2、微博类社交网络的特点与优势 | 第13-14页 |
| (二)图论相关知识 | 第14-16页 |
| (三)图网络的静态特征 | 第16-18页 |
| (四)常用的用户影响力度量算法 | 第18-23页 |
| 1、随机游走模型 | 第18-19页 |
| 2、PageRank算法 | 第19-21页 |
| 3、HITS算法 | 第21-23页 |
| (五)本章小结 | 第23-24页 |
| 三、基于结构洞原理寻找大影响力节点方法研究 | 第24-35页 |
| (一)引言 | 第24-25页 |
| (二)结构洞的度量指标 | 第25-29页 |
| 1、网络约束系数 | 第25-27页 |
| 2、等级度 | 第27页 |
| 3、有效规模与效率 | 第27-28页 |
| 4、介数中心性与局部聚类系数 | 第28-29页 |
| (三)结构洞发现算法的改进 | 第29-31页 |
| 1、结构洞评价方法存在的问题分析 | 第29-30页 |
| 2、结构洞评价算法的改进 | 第30-31页 |
| (四)结构洞节点识别实验分析 | 第31-34页 |
| 1、实验数据获取 | 第31-32页 |
| 2、评价指标 | 第32页 |
| 3、平均社团实验 | 第32-33页 |
| 4、识别大影响力节点实验 | 第33-34页 |
| (五)本章小结 | 第34-35页 |
| 四、基于用户行为和结构洞的用户影响力度量算法 | 第35-44页 |
| (一)引言 | 第35-36页 |
| (二)用户行为的量化研究 | 第36-38页 |
| 1、在线社交网络中的用户行为 | 第36页 |
| 2、用户行为的量化 | 第36-38页 |
| (三)构建基于用户行为和结构洞的用户影响力度量模型 | 第38-39页 |
| (四)实验结果与分析 | 第39-43页 |
| 1、实验数据 | 第39页 |
| 2、评价指标 | 第39-40页 |
| 3、模型有效性实验分析 | 第40-42页 |
| 4、模型准确性实验分析 | 第42-43页 |
| (五)本章小结 | 第43-44页 |
| 五、本文总结与展望 | 第44-46页 |
| (一)本文工作总结 | 第44页 |
| (二)未来研究展望 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 硕士研究生期间发表论文情况 | 第51-52页 |
| 致谢 | 第52-54页 |