| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及研究意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 微博网络的研究现状 | 第13-14页 |
| 1.2.2 信息传播研究现状 | 第14-17页 |
| 1.3 研究内容及主要工作 | 第17-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 第二章 相关技术及理论 | 第20-33页 |
| 2.1 微博特性简介 | 第20-23页 |
| 2.2 在线社交网络中信息传播的相关研究 | 第23-26页 |
| 2.2.1 在线社交网络中信息传播结构 | 第24-25页 |
| 2.2.2 在线社交网络信息传播的时间动态性 | 第25-26页 |
| 2.3 在线社交网络中节点影响力的研究 | 第26-30页 |
| 2.3.1 节点中心性分析 | 第26-27页 |
| 2.3.2 节点影响力度量算法 | 第27-30页 |
| 2.4 相似度策略 | 第30-32页 |
| 2.4.1 欧式距离和余弦相似度 | 第30-31页 |
| 2.4.2 Jaccard相似性度量和Dice系数 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于用户关系和用户行为的微博网络建模 | 第33-36页 |
| 3.1 引言 | 第33页 |
| 3.2 相关概念和定义 | 第33页 |
| 3.3 微博网络模型的构建 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 UISC算法 | 第36-45页 |
| 4.1 引言 | 第36页 |
| 4.2 相关概念及其定义 | 第36-37页 |
| 4.3 UISC算法详细介绍 | 第37-42页 |
| 4.3.1 微博博文影响力的计算 | 第37-41页 |
| 4.3.2 用户影响力的计算 | 第41-42页 |
| 4.4 UISC算法总结 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 实验性能及分析 | 第45-60页 |
| 5.1 实验环境与数据采集 | 第45-49页 |
| 5.1.1 实验环境 | 第45页 |
| 5.1.2 数据采集 | 第45-49页 |
| 5.2 实验方法分析和描述 | 第49-52页 |
| 5.2.1 微博博文传播级联深度分析 | 第49-50页 |
| 5.2.2 实验过程描述 | 第50-52页 |
| 5.3 实验过程和分析 | 第52-59页 |
| 5.3.1 实验一筛选最具有代表性的权重组合 | 第52-55页 |
| 5.3.2 实验二交叉验证法 | 第55-57页 |
| 5.3.3 实验三超级用户的存活率 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 商业应用分析 | 第60-63页 |
| 6.1 微博的商业价值分析 | 第60-61页 |
| 6.2 用户的商业价值分析 | 第61页 |
| 6.3 UISC算法的商业应用分析 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |