| 摘要 | 第1-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第16-30页 |
| ·研究背景 | 第16-23页 |
| ·信息可视化技术 | 第16-22页 |
| ·本体论 | 第22-23页 |
| ·现状分析 | 第23-26页 |
| ·研究内容 | 第26-27页 |
| ·主要创新点 | 第27-28页 |
| ·论文结构 | 第28-30页 |
| 第二章 研究现状 | 第30-44页 |
| ·社会网络信息可视化技术研究现状 | 第30-40页 |
| ·国外研究现状 | 第30-37页 |
| ·国内研究现状 | 第37-40页 |
| ·社会网络信息可视化中的本体论应用现状 | 第40-42页 |
| ·国外研究现状 | 第40-42页 |
| ·国内研究现状 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第三章 社会网络分析与可视化领域本体模型 | 第44-68页 |
| ·DOSNAV 模型建模思路 | 第44-47页 |
| ·本体论模型优势 | 第44-45页 |
| ·本体模型类型 | 第45-46页 |
| ·本体模型建模流程 | 第46-47页 |
| ·DOSNAV 模型的领域与范围 | 第47-48页 |
| ·DOSNAV 模型本体分析 | 第48-58页 |
| ·社会网络分析领域主要概念与工作分析 | 第48-50页 |
| ·社会网络信息可视化领域主要概念与工作分析 | 第50-51页 |
| ·枚举本体重要术语 | 第51-54页 |
| ·定义类和类层次 | 第54-57页 |
| ·定义类的属性 | 第57-58页 |
| ·定义属性的约束 | 第58页 |
| ·DOSNAV 模型本体表示 | 第58-60页 |
| ·DOSNAV 模型本体评估 | 第60-62页 |
| ·DOSNAV 模型的应用举例 | 第62-63页 |
| ·DOSNAV 模型与领域内的现有本体模型的比较 | 第63-67页 |
| ·针对恐怖活动信息实例的本体模型比较 | 第63-66页 |
| ·DOSNAV 模型优势 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第四章 子群分析方法 | 第68-106页 |
| ·子群分析方法主要思想 | 第68-70页 |
| ·子群分析方法的目的 | 第68-69页 |
| ·子群分析的重要性 | 第69-70页 |
| ·子群分析方法与子群分析布局算法的关系 | 第70页 |
| ·子群内的角色分析（RAIS）方法 | 第70-78页 |
| ·角色分析与规则对等性 | 第70-71页 |
| ·子群分析对规则对等组计算的特殊要求 | 第71-72页 |
| ·RAIS 方法思想 | 第72-74页 |
| ·RAIS 方法计算流程 | 第74-78页 |
| ·基于规则对等组的子群分析（SAREG）方法 | 第78-89页 |
| ·子群划分标准 | 第78-79页 |
| ·SAREG 方法思想 | 第79-85页 |
| ·SAREG 方法计算流程 | 第85-87页 |
| ·SAREG 方法计算举例 | 第87-89页 |
| ·基于关键属性的子群分析（SAKA）方法 | 第89-95页 |
| ·SAKA 方法的基本思路 | 第89-90页 |
| ·SAKA 方法中关键属性与子群划分的相关性计算 | 第90-91页 |
| ·SAKA 方法中根据关键属性辅助子群划分 | 第91-92页 |
| ·SAKA 方法中根据关键属性计算相似度 | 第92-93页 |
| ·SAKA 方法计算流程 | 第93-95页 |
| ·子群内的相对中心性分析（RCAIS）方法 | 第95-97页 |
| ·绝对点度中心性与相对点度中心性 | 第95页 |
| ·RCAIS 方法的思想与计算公式 | 第95-97页 |
| ·子群分析方法恐怖组织信息分析举例 | 第97-103页 |
| ·恐怖组织信息获取 | 第97-98页 |
| ·恐怖组织信息子群分析方法分析过程 | 第98-103页 |
| ·子群分析方法与传统社会网络分析方法的比较 | 第103-105页 |
| ·子群分析方法对传统社会网络分析方法的改进 | 第103页 |
| ·SA 方法与社会网络分析方法的比较 | 第103-104页 |
| ·SA 方法优点 | 第104-105页 |
| ·本章小结 | 第105-106页 |
| 第五章 子群分析布局算法 | 第106-136页 |
| ·SAL 算法思想 | 第106-111页 |
| ·力导引布局算法基本思想 | 第106-108页 |
| ·力导引布局算法问题剖析 | 第108-109页 |
| ·SAL 算法的改进思路 | 第109-111页 |
| ·子群分析二维布局(2D SAL)算法 | 第111-122页 |
| ·基于子群分析的初始布局方法 | 第111-117页 |
| ·根据子群间相似度对力导引布局算法的改进 | 第117-119页 |
| ·根据行动者间相似度对力导引布局算法的改进 | 第119-121页 |
| ·2D SAL 算法计算流程 | 第121-122页 |
| ·子群分析三维布局(3D SAL)算法 | 第122-124页 |
| ·基于子群内相对点度中心度的3D SAL 算法 | 第122-123页 |
| ·3D SAL 算法结果分析 | 第123-124页 |
| ·3D SAL 算法优点 | 第124页 |
| ·SAL 算法性能分析及可视化效果比较 | 第124-134页 |
| ·SAL 算法时空复杂性分析 | 第124-129页 |
| ·SAL 算法性能比较 | 第129-130页 |
| ·SAL 算法恐怖组织信息可视化及比较 | 第130-134页 |
| ·算法比较总结 | 第134页 |
| ·本章小结 | 第134-136页 |
| 第六章 子群分析布局压缩算法 | 第136-156页 |
| ·SALC 算法思想 | 第136-140页 |
| ·力导引布局压缩算法存在的问题及原因分析 | 第136-137页 |
| ·SALC 算法的基本思想 | 第137-140页 |
| ·SALC 算法 | 第140-145页 |
| ·SALC 算法计算流程 | 第140-141页 |
| ·子群内的规则对等组分布图 | 第141-143页 |
| ·子群分布图 | 第143-144页 |
| ·子群间的规则对等组的分布图 | 第144-145页 |
| ·SALC 算法举例 | 第145-148页 |
| ·SALC 算法复杂性分析及与常用布局压缩算法的比较 | 第148-154页 |
| ·SALC 算法时空复杂性分析 | 第148-150页 |
| ·SALC 算法与常用布局压缩算法的实例比较 | 第150-153页 |
| ·SALC 算法优点 | 第153-154页 |
| ·本章小结 | 第154-156页 |
| 第七章 基于本体论的社会网络信息可视化原型系统 | 第156-168页 |
| ·OIVSSN 模块设计 | 第156-159页 |
| ·OIVSSN 模块划分与主要处理流程 | 第156-157页 |
| ·OIVSSN 模块功能 | 第157-159页 |
| ·OIVSSN 软件层次设计 | 第159-160页 |
| ·OIVSSN 面向对象设计 | 第160-163页 |
| ·OIVSSN 核心类设计 | 第160-161页 |
| ·DOSNAV 模型的面向对象表示 | 第161-163页 |
| ·OIVSSN 社会网络信息可视化操作过程 | 第163-166页 |
| ·本章小结 | 第166-168页 |
| 第八章 总结与展望 | 第168-170页 |
| ·工作总结 | 第168-169页 |
| ·工作展望 | 第169-170页 |
| 致谢 | 第170-172页 |
| 参考文献 | 第172-180页 |
| 作者在学期间取得的学术成果 | 第180-182页 |
| 作者在学期间参加的主要科研工作 | 第182页 |