面向微博意见领袖挖掘的信息传播模型研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 意见领袖挖掘 | 第10-12页 |
| 1.2.2 信息传播模型 | 第12-13页 |
| 1.3 研究思路与研究内容 | 第13-15页 |
| 1.3.1 研究思路 | 第13-14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 基础知识概述 | 第17-27页 |
| 2.1 社交网络概述 | 第17-21页 |
| 2.1.1 社交网络的概念 | 第17-18页 |
| 2.1.2 社交网络的基本特征 | 第18-19页 |
| 2.1.3 社交网络的基本模型 | 第19-21页 |
| 2.2 传播动力学研究概述 | 第21-24页 |
| 2.2.1 网络中信息传播要素 | 第21-22页 |
| 2.2.2 网络中信息传播特点 | 第22-23页 |
| 2.2.3 经典的信息传播模型 | 第23-24页 |
| 2.3 意见领袖概述 | 第24-26页 |
| 2.3.1 意见领袖的定义 | 第24-25页 |
| 2.3.2 意见领袖的挖掘过程 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于多特征信息传播模型的微博意见领袖挖掘 | 第27-45页 |
| 3.1 问题描述 | 第27-28页 |
| 3.1.1 问题提出 | 第27页 |
| 3.1.2 问题定义 | 第27-28页 |
| 3.2 多特征信息传播模型EIC的提出 | 第28-32页 |
| 3.2.1 微博意见领袖指标体系 | 第28-29页 |
| 3.2.2 微博用户属性的特征提取 | 第29-31页 |
| 3.2.3 影响传播概率的计算 | 第31-32页 |
| 3.3 基于EIC模型的意见领袖挖掘 | 第32-33页 |
| 3.4 实验与结果分析 | 第33-44页 |
| 3.4.1 实验数据 | 第33-35页 |
| 3.4.2 对比算法 | 第35页 |
| 3.4.3 评价指标 | 第35-37页 |
| 3.4.4 结果分析 | 第37-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 面向微博意见领袖挖掘的多属性动态融合模型 | 第45-57页 |
| 4.1 前言 | 第45页 |
| 4.2 多属性动态融合模型MADF | 第45-49页 |
| 4.2.1 多属性动态融合问题的提出 | 第45-46页 |
| 4.2.2 多属性动态融合模型的构建 | 第46-48页 |
| 4.2.3 实验验证 | 第48-49页 |
| 4.3 基于MADF模型的意见领袖挖掘 | 第49-51页 |
| 4.3.1 微博网络图的构建 | 第49-50页 |
| 4.3.2 意见领袖的定义 | 第50页 |
| 4.3.3 意见领袖的挖掘 | 第50-51页 |
| 4.4 意见领袖挖掘实验分析 | 第51-56页 |
| 4.4.1 实验数据 | 第51-52页 |
| 4.4.2 结果分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第63页 |
