| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7页 |
| 1.1.2 研究意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 本文的研究内容及创新点 | 第11-12页 |
| 1.4 文章的组织结构 | 第12-13页 |
| 第二章 相关概念及算法的介绍 | 第13-21页 |
| 2.1 相关概念的介绍 | 第13-15页 |
| 2.1.1 信息传播路径序列 | 第13页 |
| 2.1.2 信息传播频繁路径 | 第13页 |
| 2.1.3 节点权重的计算方法 | 第13-14页 |
| 2.1.4 用户重要性的判定方法 | 第14-15页 |
| 2.2 语义情感极性分析的理论介绍 | 第15-20页 |
| 2.2.1 语义情感极性分析的主要内容 | 第16-18页 |
| 2.2.2 情感词以及修饰词情感强度计算 | 第18-19页 |
| 2.2.3 情感词原极性计算 | 第19页 |
| 2.2.4 修饰词对情感词的情感极性及其强度的影响 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 数据的收集及其处理 | 第21-28页 |
| 3.1 数据来源的介绍 | 第21-23页 |
| 3.1.1 获取信息传播路径序列数据 | 第21-22页 |
| 3.1.2 获取每个节点关于该转发信息的评论数据 | 第22-23页 |
| 3.2 数据生成方式介绍 | 第23-24页 |
| 3.2.1 相关概念 | 第23-24页 |
| 3.2.2 数据生成的要求 | 第24页 |
| 3.3 数据的生成过程 | 第24-27页 |
| 3.3.1 生成前后相邻两节点式序列数据 | 第24-25页 |
| 3.3.2 数据的链接处理 | 第25-26页 |
| 3.3.3 数据的有效性验证 | 第26页 |
| 3.3.4 节点权重参数的生成 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 基于权重 WAP 算法的重要用户发现 | 第28-44页 |
| 4.1 传统的 Wap 算法介绍 | 第28-30页 |
| 4.1.1 构建 Wap-Tree 树型结构 | 第28-29页 |
| 4.1.2 Wap-Mine 挖掘算法 | 第29-30页 |
| 4.2 改进的权重 Wap 算法介绍 | 第30-34页 |
| 4.2.1 权重 Wap 算法建树过程 | 第31-32页 |
| 4.2.2 权重 Wap 挖掘算法举例 | 第32-33页 |
| 4.2.3 权重 Wap 算法的挖掘过程 | 第33-34页 |
| 4.3 实验仿真及结果分析与讨论 | 第34-42页 |
| 4.3.1 点度中心度算法计算用户重要性 | 第35-37页 |
| 4.3.2 Wap 算法计算用户重要性 | 第37-38页 |
| 4.3.3 Wap 算法与点度中心度算法结果比较 | 第38-39页 |
| 4.3.4 权重 WAP 算法计算用户重要性 | 第39-40页 |
| 4.3.5 权重 Wap 算法与 Wap、点度中心度算法结果比较 | 第40-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 在新浪微博平台营销领域中的应用 | 第44-49页 |
| 5.1 新浪微博提供的服务申请流程设计 | 第44-46页 |
| 5.2 应用权重 Wap 算法挖掘重要用户 | 第46-47页 |
| 5.3 重要用户的自动化营销 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和参加科研情况说明 | 第55-56页 |
| 致谢 | 第56页 |