在线社交网络的结构分析、建模及预测
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第10-20页 |
| 1.1 在线社交网络的研究背景与意义 | 第10-11页 |
| 1.2 在线社交网络的研究进展 | 第11-17页 |
| 1.3 本文主要工作及研究方法 | 第17-19页 |
| 1.4 论文的组织结构 | 第19-20页 |
| 2 QQ群在线社交网络结构分析及建模 | 第20-47页 |
| 2.1 数据 | 第20-22页 |
| 2.1.1 数据集 | 第20-21页 |
| 2.1.2 网络构建 | 第21-22页 |
| 2.2 用户—群超图H的结构性质 | 第22-26页 |
| 2.2.1 群规模相关性质 | 第22-23页 |
| 2.2.2 用户加群数相关性质 | 第23-26页 |
| 2.3 群网络G的结构性质 | 第26-29页 |
| 2.3.1 群网络度相关性质 | 第26-28页 |
| 2.3.2 群网络小世界现象 | 第28-29页 |
| 2.4 用户网络U的结构性质 | 第29-30页 |
| 2.5 用户加群行为与年龄、性别相关的性质 | 第30-36页 |
| 2.5.1 群成员年龄分布性质 | 第30-32页 |
| 2.5.2 用户加群偏好与年龄的关系 | 第32-36页 |
| 2.6 社群生长模型 | 第36-44页 |
| 2.6.1 模型变量描述 | 第36-38页 |
| 2.6.2 模型模拟过程 | 第38-40页 |
| 2.6.3 模型结果及分析 | 第40-44页 |
| 2.7 本章小结 | 第44-47页 |
| 3 微博用户关注网络的性质分析及关注关系预测 | 第47-68页 |
| 3.1 数据 | 第48-52页 |
| 3.1.1 数据集 | 第48-49页 |
| 3.1.2 数据预处理 | 第49-50页 |
| 3.1.3 基准预测算法 | 第50页 |
| 3.1.4 评价指标 | 第50-51页 |
| 3.1.5 用户主题兴趣相似性指标 | 第51-52页 |
| 3.2 算法 | 第52-60页 |
| 3.2.1 用户主题兴趣相似度 | 第52-53页 |
| 3.2.2 主题兴趣向量构建及修正 | 第53-57页 |
| 3.2.3 桥接节点的作用 | 第57-58页 |
| 3.2.4 基于主题兴趣相似性的最大化偏好算法 | 第58-60页 |
| 3.3 结果与分析 | 第60-66页 |
| 3.3.1 算法效果比较 | 第60-64页 |
| 3.3.2 不同IVR过程对结果的影响 | 第64-65页 |
| 3.3.3 不同top K对结果的影响 | 第65-66页 |
| 3.4 本章小结 | 第66-68页 |
| 小结 | 第68-71页 |
| 参考文献 | 第71-81页 |
| 附录一：研究生期间取得的科研成果及获奖情况 | 第81-82页 |
