基于数据挖掘的社交网络结构和用户影响力研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要工作 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 第二章 社交网络与数据挖掘研究综述 | 第13-21页 |
| 2.1 社交网络相关概念 | 第13-17页 |
| 2.1.1 社交网络的定义与发展 | 第13页 |
| 2.1.2 微博与社交网络的异同 | 第13-14页 |
| 2.1.3 图论与社交网络 | 第14-16页 |
| 2.1.4 社交网络用户影响力 | 第16-17页 |
| 2.2 社交网络现状与分析 | 第17-19页 |
| 2.2.1 中国社交网络发展现状 | 第17-18页 |
| 2.2.2 微博发展现状 | 第18页 |
| 2.2.3 社交网络的研究方法 | 第18-19页 |
| 2.3 数据挖掘简介 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 数据采集及社交网络分析 | 第21-36页 |
| 3.1 数据采集 | 第22-25页 |
| 3.1.1 数据采集方法 | 第22页 |
| 3.1.2 数据样本选取原则 | 第22-23页 |
| 3.1.3 系统框架 | 第23-25页 |
| 3.2 用户关注关系采集与解析 | 第25-28页 |
| 3.3 社交网络结构研究 | 第28-31页 |
| 3.3.1 社交网络研究工具 | 第28-29页 |
| 3.3.2 社交网络结构分析 | 第29-31页 |
| 3.4 社交网络用户行为分析 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 社交网络用户影响力算法研究和实现 | 第36-45页 |
| 4.1 PageRank 算法介绍 | 第36-39页 |
| 4.1.1 PageRank 背景与起源 | 第36页 |
| 4.1.2 PageRank 的基本原理 | 第36-37页 |
| 4.1.3 算法简单实现 | 第37-39页 |
| 4.2 SNIRank 算法提出 | 第39-40页 |
| 4.3 SNIRank 算法实现 | 第40-42页 |
| 4.4 SNIRank 算法性能分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于时间因素的用户影响力算法改进 | 第45-55页 |
| 5.1 时间因素分析 | 第45-49页 |
| 5.1.1 时间因素对社交网络的影响 | 第46-47页 |
| 5.1.2 用户活跃度研究 | 第47-49页 |
| 5.2 基于时间因素的算法改进与实现 | 第49-51页 |
| 5.3 改进算法性能比较 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结及展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |
