| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 社交网络研究方向 | 第12-13页 |
| 1.2.2 节点影响力研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 相关理论及技术发展 | 第18-25页 |
| 2.1 复杂网络的基本理论 | 第18-19页 |
| 2.1.1 复杂网络概念 | 第18页 |
| 2.1.2 小世界效应 | 第18-19页 |
| 2.1.3 无标度特性 | 第19页 |
| 2.2 社会网络理论与技术 | 第19-21页 |
| 2.2.1 社会网络 | 第19-20页 |
| 2.2.2 在线社会网络 | 第20-21页 |
| 2.2.3 社会网络与复杂网络的关系 | 第21页 |
| 2.3 情感分析研究发展 | 第21-25页 |
| 2.3.1 情感分析研究简介 | 第21-23页 |
| 2.3.2 情感分析研究现状 | 第23-25页 |
| 第三章 基于User-Activity Rank算法的用户活跃度预排序 | 第25-35页 |
| 3.1 节点影响力概念 | 第25页 |
| 3.2 PageRank算法基本思想 | 第25-28页 |
| 3.3 User-Activity Rank算法构建 | 第28-33页 |
| 3.3.1 用户创造性系数 | 第29页 |
| 3.3.2 用户互动性系数 | 第29-30页 |
| 3.3.3 用户发布内容质量系数 | 第30页 |
| 3.3.4 User-Activity Rank算法构建 | 第30-33页 |
| 3.4 User-Activity Rank算法描述及实现 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于情感分析的节点影响力评价模型 | 第35-46页 |
| 4.1 情感极性分析方法 | 第35-36页 |
| 4.2 基于极性词典的情感分析 | 第36-41页 |
| 4.2.1 极性词典的构建 | 第36-38页 |
| 4.2.2 极性短语的极性计算 | 第38-40页 |
| 4.2.3 句子级和篇章级极性计算 | 第40-41页 |
| 4.3 用户情感极性值计算分析 | 第41-42页 |
| 4.4 基于情感极性分析的节点影响力评价模型 | 第42-45页 |
| 4.4.1 基于情感极性分析的节点影响力评价模型模型构建 | 第42-44页 |
| 4.4.2 模型实现设计 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章“汽车之家论坛”意见领袖识别实例分析 | 第46-57页 |
| 5.1 数据收集与预处理 | 第46-49页 |
| 5.1.1 网络爬虫方法介绍 | 第46-47页 |
| 5.1.2 实验数据收集与预处理 | 第47-49页 |
| 5.2 实验实现流程描述 | 第49-53页 |
| 5.2.1 第一阶段实现描述 | 第49-50页 |
| 5.2.2 第二阶段实现描述 | 第50-52页 |
| 5.2.3 第三阶段实现描述 | 第52-53页 |
| 5.3 结果对比分析 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| 6.1 论文工作总结 | 第57-58页 |
| 6.2 进一步的研究工作 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间已发表或录用的论文 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附录——核心程序代码 | 第65-73页 |
| 附录1 模拟登陆 抓取用户关注情况 | 第65-68页 |
| 附录2 抓取用户发布主题收到的评论情况 | 第68-72页 |
| 附录3 分词代码 | 第72-73页 |
