| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状分析 | 第12-15页 |
| 1.2.1 社交网络研究现状概述 | 第12-14页 |
| 1.2.2 社交网络研究现状问题分析 | 第14-15页 |
| 1.3 研究目标与主要内容 | 第15-17页 |
| 1.3.1 本文研究目标 | 第15页 |
| 1.3.2 本文主要内容 | 第15-16页 |
| 1.3.3 本文章节安排 | 第16-17页 |
| 第二章 数据集获取 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 现有抓取方式及分析 | 第17-21页 |
| 2.2.1 基于网络爬虫的微博数据抓取 | 第17-19页 |
| 2.2.2 基于新浪API的微博数据抓取 | 第19-21页 |
| 2.3 数据抓取关键问题解决 | 第21-23页 |
| 2.4 数据采集具体实现 | 第23-25页 |
| 2.5 数据采集结果描述 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 社交网络信息传播建模 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 社交网络拓扑与信息传播关系分析 | 第27-30页 |
| 3.2.1 网络节点出度与信息传播 | 第28-29页 |
| 3.2.2 网络节点入度与信息传播 | 第29-30页 |
| 3.3 社交网络用户转发因素分析 | 第30-33页 |
| 3.3.1 特征因素提取 | 第30-31页 |
| 3.3.2 特征因素分析 | 第31-33页 |
| 3.4 社交网络信息转发预测模型建立 | 第33-35页 |
| 3.4.1 模型初始化 | 第33页 |
| 3.4.2 模型的生长演化 | 第33-35页 |
| 3.5 社交网络信息传播结果分析 | 第35-39页 |
| 3.5.1 外部参数对网络结构的影响 | 第35-36页 |
| 3.5.2 网络节点度分布 | 第36-37页 |
| 3.5.3 网络节点势分布 | 第37-38页 |
| 3.5.4 网络节点度-势相关性 | 第38页 |
| 3.5.5 网络聚集特性 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于PageRank算法改进的用户影响力度量研究 | 第41-58页 |
| 4.1 引言 | 第41页 |
| 4.2 用户影响力分析 | 第41-44页 |
| 4.2.1 影响力定义 | 第41-42页 |
| 4.2.2 用户影响力关键因素分析 | 第42-44页 |
| 4.3 PageRank算法分析 | 第44-50页 |
| 4.3.1 收缩机制存在问题 | 第46-49页 |
| 4.3.2 投票阶段存在问题 | 第49-50页 |
| 4.4 改进算法的提出 | 第50-53页 |
| 4.4.1 PR值分配比例计算 | 第50-51页 |
| 4.4.2 收缩机制的改进 | 第51页 |
| 4.4.3 邻居节点差异性的改进 | 第51-53页 |
| 4.5 算法实验结果分析 | 第53-57页 |
| 4.5.1 实验数据集描述 | 第54页 |
| 4.5.2 实验结果与分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 结论 | 第58-59页 |
| 5.2 本文的创新点 | 第59页 |
| 5.3 下一步研究工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 研究生期间参加的科研工作及成果 | 第61-62页 |
| 参考文献 | 第62-63页 |