| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及问题提出 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 网络分析方法在隐蔽组织研究领域的研究现状 | 第12-13页 |
| 1.2.2 隐蔽组织网络动态变化监测方法研究现状 | 第13-15页 |
| 1.2.3 差分自回归滑动平均模型研究现状 | 第15页 |
| 1.3 主要研究内容及贡献 | 第15-17页 |
| 1.3.1 研究思路 | 第15-16页 |
| 1.3.2 研究内容及贡献 | 第16-17页 |
| 1.3.3 主要创新点 | 第17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第二章 网络分析和ARIMA模型的基本理论 | 第19-29页 |
| 2.1 社会网络分析理论 | 第19-21页 |
| 2.1.1 社会网络分析理论的产生和发展 | 第19页 |
| 2.1.2 社会网络分析方法的主要研究内容 | 第19-21页 |
| 2.2 隐蔽组织纵向变化监测分析理论 | 第21-24页 |
| 2.2.1 社会网络动态变化检测 | 第21-22页 |
| 2.2.2 社会网络基本参数指标 | 第22-24页 |
| 2.3 ARIMA模型的基本理论 | 第24-28页 |
| 2.3.1 时间序列模型 | 第24页 |
| 2.3.2 自相关函数和偏自相关函数 | 第24-26页 |
| 2.3.3 ARIMA模型的建立与预测 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于ARIMA模型的网络动态变化监测方法 | 第29-41页 |
| 3.1 基于ARIMA模型的网络监测方法框架构建 | 第29-30页 |
| 3.2 网络数据获取和预处理 | 第30-33页 |
| 3.3 网络模型的建立 | 第33-35页 |
| 3.4 基于内部加权算法的网络参数的计算 | 第35-39页 |
| 3.5 基于ARIMA模型的时间序列网络参数的建模 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 网络变化监测的实证研究 | 第41-54页 |
| 4.1 基地组织数据来源及预处理 | 第41-44页 |
| 4.2 基地组织纵向网络的模型建立及参数的计算 | 第44-46页 |
| 4.2.1 纵向网络模型的建立 | 第44-46页 |
| 4.2.2 网络参数的计算 | 第46页 |
| 4.3 ARIMA模型的构建 | 第46-50页 |
| 4.3.1 参数趋势的判断 | 第47-48页 |
| 4.3.2 模型的定阶 | 第48-49页 |
| 4.3.3 模型的检验 | 第49-50页 |
| 4.4 动态变化监测结果分析 | 第50-53页 |
| 4.4.1 基于模型的参数预测 | 第50-51页 |
| 4.4.2 与其他监测方法的对比分析 | 第51-53页 |
| 4.4.3 监测方法的适用性分析 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于网络变化监测的建议 | 第54-58页 |
| 5.1 隐蔽组织数据的采集和预处理 | 第54-55页 |
| 5.2 健全数据存储机制 | 第55-56页 |
| 5.3 基于ARIMA模型的预警平台的构建 | 第56页 |
| 5.4 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-61页 |
| 6.1 全文研究总结 | 第58-59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者在学期间取得的学术成果 | 第66页 |
| 参与的项目 | 第66页 |