| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第14-36页 |
| 1.1 网页内容抽取 | 第14-20页 |
| 1.1.1 内容抽取相关技术 | 第15-17页 |
| 1.1.2 基于DOM树 | 第17-19页 |
| 1.1.3 基于分块 | 第19页 |
| 1.1.4 基于统计 | 第19-20页 |
| 1.2 网络社区拓扑特征、演化模型及其社区结构 | 第20-26页 |
| 1.2.1 网络社区拓扑特征 | 第21-22页 |
| 1.2.2 网络演化模型 | 第22-25页 |
| 1.2.3 网络社区结构 | 第25-26页 |
| 1.3 网络社区用户交互行为 | 第26-29页 |
| 1.4 其它相关研究 | 第29-31页 |
| 1.5 本文贡献 | 第31-36页 |
| 第二章 基本概念和符号说明 | 第36-52页 |
| 2.1 图论 | 第36-40页 |
| 2.1.1 度、度分布和度相关 | 第37-38页 |
| 2.1.2 最短路径长度，直径和介数 | 第38-39页 |
| 2.1.3 聚类性 | 第39-40页 |
| 2.2 拓扑结构 | 第40-42页 |
| 2.2.1 小世界特性 | 第40-41页 |
| 2.2.2 无尺度分布 | 第41-42页 |
| 2.3 经典网络演化模型 | 第42-45页 |
| 2.3.1 随机图模型 | 第42页 |
| 2.3.2 小世界模型 | 第42-44页 |
| 2.3.3 BA无尺度网络及扩展模型 | 第44-45页 |
| 2.3.4 随机行走模型 | 第45页 |
| 2.4 符号图 | 第45-47页 |
| 2.4.1 结构性平衡理论 | 第46-47页 |
| 2.4.2 状态理论 | 第47页 |
| 2.4.3 平衡理论和状态理论的比较 | 第47页 |
| 2.5 经典社区发现算法 | 第47-51页 |
| 2.5.1 分裂算法 | 第48页 |
| 2.5.2 凝聚算法 | 第48-49页 |
| 2.5.3 FUC算法 | 第49-50页 |
| 2.5.4 LPA算法 | 第50-51页 |
| 2.6 本章小结 | 第51-52页 |
| 第三章 基于模糊关联规则和滑动窗口的网页内容抽取框架 | 第52-67页 |
| 3.1 源码预处理 | 第53页 |
| 3.2 特征提取 | 第53-54页 |
| 3.3 潜在正文行提取 | 第54-58页 |
| 3.4 潜在正文块分割 | 第58-59页 |
| 3.5 潜在正文块重要性学习 | 第59-61页 |
| 3.6 评价准则 | 第61页 |
| 3.7 实验和分析 | 第61-65页 |
| 3.7.1 数据集和模糊关联规则 | 第61-63页 |
| 3.7.2 滑动窗口大小的影响 | 第63-64页 |
| 3.7.3 时间复杂度 | 第64页 |
| 3.7.4 整体表现 | 第64-65页 |
| 3.8 本章小结 | 第65-67页 |
| 第四章 网络社区拓扑结构、演化模型及其社区结构 | 第67-92页 |
| 4.1 实验数据介绍 | 第67-70页 |
| 4.2 网络社区用户交互模型 | 第70-77页 |
| 4.2.1 兴趣网络（Interest Network） | 第71页 |
| 4.2.2 语义网络（Semantic Network） | 第71-73页 |
| 4.2.3 相似观点网络（Similar View Network） | 第73-75页 |
| 4.4.4 网络社区拓扑结构 | 第75-77页 |
| 4.3 基于“最近更新时间”网络演化模型 | 第77-81页 |
| 4.3.1 模型建立 | 第78-79页 |
| 4.3.2 模型仿真 | 第79-81页 |
| 4.4 快速并行模块度优化算法（Fast Parallel Modularity Optimization Algorithm） | 第81-91页 |
| 4.4.1 算法复杂度分析 | 第84-85页 |
| 4.4.2 算法比较 | 第85-87页 |
| 4.4.3 实验分析 | 第87-88页 |
| 4.4.4 四个交互网络的社区结构 | 第88-89页 |
| 4.4.5 评价指标 | 第89-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第五章 网络社区用户交互行为分析 | 第92-112页 |
| 5.1 基于博弈论的用户交互模型 | 第92-94页 |
| 5.2 最优策略 | 第94-98页 |
| 5.2.1 用户B具有严格主导策略的博弈 | 第95页 |
| 5.2.2 仅仅用户A具有严格主导策略的博弈 | 第95-96页 |
| 5.2.3 两个用户都不具备严格主导策略的博弈 | 第96-98页 |
| 5.3 当前态度预测 | 第98-99页 |
| 5.4 在线用户社会属性评价 | 第99-100页 |
| 5.5 实验分析 | 第100-106页 |
| 5.5.1 交互博弈模型总体效果 | 第100-103页 |
| 5.5.2 天涯论坛用户社会属性分析 | 第103-106页 |
| 5.6 天涯论坛用户交互关系分析 | 第106-110页 |
| 5.6.1 单话题下用户相互态度 | 第106页 |
| 5.6.2 多话题下用户相互态度 | 第106-107页 |
| 5.6.3 天涯论坛三角交互关系 | 第107-110页 |
| 5.7 本章小结 | 第110-112页 |
| 第六章 虚拟空间“网络马甲”检测算法 | 第112-124页 |
| 6.1 基于“网络马甲”检测的相似观点网络 (Similar View Network) | 第112-114页 |
| 6.2“马甲”网络 | 第114-117页 |
| 6.2.1 写作风格 | 第114-115页 |
| 6.2.2 假设检验模型 | 第115-116页 |
| 6.2.3 边界裁剪 | 第116-117页 |
| 6.3 基于社区发现的“网络马甲”检测算法 | 第117-119页 |
| 6.4 实验分析 | 第119-123页 |
| 6.4.1 算法整体表现 | 第119-120页 |
| 6.4.2 评价准则 | 第120-122页 |
| 6.4.3 基于不同网络模型的“马甲”检测比较 | 第122-123页 |
| 6.5 本章小节 | 第123-124页 |
| 第七章 总结 | 第124-128页 |
| 7.1 研究成果 | 第124-126页 |
| 7.2 未来研究 | 第126-128页 |
| 参考文献 | 第128-136页 |
| 致谢 | 第136-137页 |
| 在学期间的研究成果及发表的学术论文 | 第137-138页 |
