| 信息工程大学研究生学位论文自评表 | 第3-5页 |
| 学位论文创新点与发表学术论文对应情况表 | 第5-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 相关技术研究现状 | 第15-17页 |
| 1.2.1 基于网络结构的节点重要性分析 | 第15-16页 |
| 1.2.2 基于信息扩散的用户影响力分析 | 第16-17页 |
| 1.2.3 研究现状总结 | 第17页 |
| 1.3 本文的研究内容 | 第17-18页 |
| 1.3.1 微博网络构建及微博隐蔽关键用户研究框架 | 第17页 |
| 1.3.2 微博网络中显式关键用户发现 | 第17页 |
| 1.3.3 微博网络中隐蔽关键用户发现 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第二章 相关数据分析及隐蔽关键用户研究框架 | 第20-30页 |
| 2.1 相关概念 | 第20页 |
| 2.2 数据分析 | 第20-25页 |
| 2.2.1 微博传播性分析 | 第20-21页 |
| 2.2.2 微博转发行为分析 | 第21-25页 |
| 2.3 隐蔽关键用户研究框架 | 第25-26页 |
| 2.4 关键问题 | 第26-28页 |
| 2.4.1 数据采集、过滤及网络建网部分 | 第26-27页 |
| 2.4.2 显式关键用户发现部分 | 第27-28页 |
| 2.4.3 隐蔽关键用户发现部分 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于传播规模的显式关键用户发现方法 | 第30-42页 |
| 3.1 问题分析 | 第30-32页 |
| 3.1.1 微博传播性不均带来的干扰 | 第30-31页 |
| 3.1.2 如何结合兴趣相似度和关注度计算转发概率 | 第31-32页 |
| 3.2 传播性微博特征分析 | 第32-33页 |
| 3.3 用户影响力评估模型 | 第33-37页 |
| 3.3.1 传播树构建 | 第33-34页 |
| 3.3.2 转发概率计算 | 第34-36页 |
| 3.3.3 微博传播规模期望计算 | 第36页 |
| 3.3.4 算法伪代码 | 第36-37页 |
| 3.4 实验 | 第37-41页 |
| 3.4.1 数据准备 | 第37页 |
| 3.4.2 实验设置和评价方式 | 第37页 |
| 3.4.3 模型待定参数选取 | 第37-40页 |
| 3.4.4 对比方法 | 第40页 |
| 3.4.5 实验结果及分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于微博话题转移熵的隐蔽关键用户发现方法 | 第42-52页 |
| 4.1 问题分析 | 第42页 |
| 4.2 隐蔽关键用户评价指标和发现算法流程 | 第42-43页 |
| 4.2.1 隐蔽关键用户评价指标描述 | 第42-43页 |
| 4.2.2 TTE算法流程 | 第43页 |
| 4.3 TTE算法 | 第43-46页 |
| 4.3.1 微博时序及话题提取 | 第43-44页 |
| 4.3.2 微博话题转移熵计算 | 第44-45页 |
| 4.3.3 隐蔽重要度计算 | 第45-46页 |
| 4.4 实验 | 第46-50页 |
| 4.4.1 实验数据 | 第46页 |
| 4.4.2 数据预处理 | 第46-47页 |
| 4.4.3 参数选择 | 第47-48页 |
| 4.4.4 实验结果及分析 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 总结 | 第52-54页 |
| 5.1 本文工作总结 | 第52页 |
| 5.2 下一步研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简历 | 第58页 |