在线社会网络关键用户挖掘方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 研究背景、目的和意义 | 第12-14页 |
| 1.2 国内外的研究现状 | 第14-23页 |
| 1.2.1 基于全局指标的关键用户挖掘方法 | 第14-16页 |
| 1.2.2 基于局部指标的关键用户挖掘方法 | 第16-18页 |
| 1.2.3 基于随机游走特性的关键用户挖掘方法 | 第18-21页 |
| 1.2.4 基于位置指标的关键用户挖掘策略 | 第21-23页 |
| 1.3 论文的研究内容 | 第23-25页 |
| 1.4 论文的组织结构 | 第25-30页 |
| 第2章 BBS热点话题意见领袖挖掘算法 | 第30-50页 |
| 2.1 BBS相关研究 | 第30-32页 |
| 2.1.1 基于BBS的网络模型 | 第30页 |
| 2.1.2 短文本聚类 | 第30-31页 |
| 2.1.3 意见领袖发现 | 第31-32页 |
| 2.2 话题意见领袖挖掘模型 | 第32-37页 |
| 2.2.1 用户回复网络模型 | 第33-34页 |
| 2.2.2 情感倾向分析模型 | 第34-35页 |
| 2.2.3 潜在狄利克雷分布 | 第35-36页 |
| 2.2.4 标题相似度计算和基于话题的聚集 | 第36-37页 |
| 2.3 实验结果分析 | 第37-47页 |
| 2.3.1 实验数据及参数设定 | 第38页 |
| 2.3.2 基于话题模型的数据集成与分析 | 第38-43页 |
| 2.3.3 意见领袖挖掘 | 第43-45页 |
| 2.3.4 对比实验分析 | 第45-47页 |
| 2.4 本章小结 | 第47-50页 |
| 第3章 BBS持久话题中关键人物分析 | 第50-68页 |
| 3.1 BBS网络分析相关研究 | 第51-53页 |
| 3.1.1 BBS社会网络分析 | 第51页 |
| 3.1.2 话题提取 | 第51-52页 |
| 3.1.3 关键人物提取 | 第52-53页 |
| 3.2 社会网络持久话题提取模型 | 第53-54页 |
| 3.2.1 LDA话题模型 | 第53页 |
| 3.2.2 相似度评估模型 | 第53-54页 |
| 3.3 BBS面向持久话题的关键人物分析 | 第54-58页 |
| 3.3.1 话题识别与过滤统计 | 第54-56页 |
| 3.3.2 持久话题提取 | 第56页 |
| 3.3.3 结合情感分析的节点位置分析 | 第56-58页 |
| 3.4 实验结果分析 | 第58-66页 |
| 3.4.1 实验数据及参数设定 | 第58页 |
| 3.4.2 话题的识别 | 第58-60页 |
| 3.4.3 持续火热话题的识别 | 第60-61页 |
| 3.4.4 话题持续时间分析 | 第61页 |
| 3.4.5 节点位置数据迭代处理 | 第61-63页 |
| 3.4.6 SWNP值的分布特点 | 第63-64页 |
| 3.4.7 持久话题网络中核心人物提取 | 第64-66页 |
| 3.5 本章小结 | 第66-68页 |
| 第4章 微博信息溯源研究中关键用户提取算法 | 第68-94页 |
| 4.1 微博信息溯源的相关概念 | 第68-73页 |
| 4.1.1 信息扩散及信息级联 | 第68-71页 |
| 4.1.2 微博转发行为 | 第71页 |
| 4.1.3 微博中影响力分析 | 第71-72页 |
| 4.1.4 影响力指数和从众指数 | 第72-73页 |
| 4.2 微博信息传播算法 | 第73-75页 |
| 4.3 实验结果分析 | 第75-83页 |
| 4.3.1 实验数据及参数设定 | 第75-76页 |
| 4.3.2 级联和子图提取结果分析 | 第76-77页 |
| 4.3.3 发起者和早期重要参与者提取结果分析 | 第77-82页 |
| 4.3.4 溯源结果评估与确认 | 第82-83页 |
| 4.4 基于溯源的虚假信息控制策略 | 第83-92页 |
| 4.4.1 应用背景 | 第83页 |
| 4.4.2 虚假信息传播模型 | 第83-84页 |
| 4.4.3 虚假信息溯源及控制策略 | 第84-85页 |
| 4.4.4 实验与仿真 | 第85-92页 |
| 4.5 本章小结 | 第92-94页 |
| 第5章 微博信息传播引擎节点挖掘算法 | 第94-108页 |
| 5.1 信息传播引擎节点的相关概念 | 第94-95页 |
| 5.2 引擎节点挖掘算法 | 第95-98页 |
| 5.2.1 剪枝策略 | 第96页 |
| 5.2.2 生成策略 | 第96-97页 |
| 5.2.3 扩散系数 | 第97-98页 |
| 5.3 仿真实验及结果分析 | 第98-100页 |
| 5.3.1 实验数据及参数设定 | 第98页 |
| 5.3.2 级联提取结果分析 | 第98页 |
| 5.3.3 基于主题的信息传播扩散系数计算 | 第98-100页 |
| 5.3.4 确定引擎节点及结果评估 | 第100页 |
| 5.4 利用引擎节点实现高效微博营销 | 第100-105页 |
| 5.4.1 应用背景 | 第100-102页 |
| 5.4.2 微博营销模型 | 第102-103页 |
| 5.4.3 实验结果分析 | 第103-105页 |
| 5.5 本章小结 | 第105-108页 |
| 结论 | 第108-110页 |
| 参考文献 | 第110-119页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第119-120页 |
| 致谢 | 第120页 |
