| 摘要 | 第2-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 社交关系强度与用户属性 | 第12-13页 |
| 1.2.2 社交关系强度与信息传播 | 第13页 |
| 1.2.3 社交关系强度与消费行为 | 第13-14页 |
| 1.3 本文研究内容与组织架构 | 第14-16页 |
| 第2章 相关理论研究 | 第16-29页 |
| 2.1 社交关系概述及分类 | 第16页 |
| 2.2 社交关系特性 | 第16-18页 |
| 2.2.1 符号性 | 第16-17页 |
| 2.2.2 直接性和间接性 | 第17-18页 |
| 2.2.3 方向性 | 第18页 |
| 2.3 关系强度的影响因素 | 第18-22页 |
| 2.3.1 用户特征属性 | 第18-20页 |
| 2.3.2 网络拓扑结构 | 第20-21页 |
| 2.3.3 互惠性社交行为 | 第21-22页 |
| 2.4 关系强度计算方法研究 | 第22-28页 |
| 2.4.1 基于隐回归的有向交互关系模型 | 第22-23页 |
| 2.4.2 基于网络拓扑结构的机器学习方法 | 第23-25页 |
| 2.4.3 基于属性相似度和互动行为的概率图模型 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 融合特征属性、网络结构与社交行为的有向关系强度计算模型 | 第29-45页 |
| 3.1 问题描述 | 第29-30页 |
| 3.2 用户特征属性相似度计算 | 第30-33页 |
| 3.2.1 基于网络状态属性的相似度计算 | 第30-31页 |
| 3.2.2 基于个人背景属性的社会距离计算 | 第31-33页 |
| 3.3 网络结构连接强度分析 | 第33-36页 |
| 3.3.1 直接连接强度分析 | 第33-36页 |
| 3.3.2 间接连接强度分析 | 第36页 |
| 3.4 基于社交互惠行为的有向互动强度计算 | 第36-40页 |
| 3.4.1 社交行为的互惠性计算 | 第37-39页 |
| 3.4.2 社交互惠行为常见性计算 | 第39-40页 |
| 3.4.3 社交互动强度计算 | 第40页 |
| 3.5 模型构建 | 第40-44页 |
| 3.5.1 主要思想 | 第40-42页 |
| 3.5.2 模型构建 | 第42-43页 |
| 3.5.3 算法描述 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 实验设计与结果分析 | 第45-60页 |
| 4.1 数据准备 | 第45-48页 |
| 4.2 评价标准 | 第48-49页 |
| 4.3 对比实验 | 第49页 |
| 4.4 结果评价与分析 | 第49-59页 |
| 4.4.1 模型参数设置 | 第49-51页 |
| 4.4.2 用户关系强度不对称性说明 | 第51-53页 |
| 4.4.3 系数取值对关系强度计算精度的影响 | 第53-55页 |
| 4.4.4 融合特征属性、网络结构、社交行为的有向关系强度计算模型效果 | 第55-56页 |
| 4.4.5 不同领域网络结构连接强度分析 | 第56-57页 |
| 4.4.6 基于社交互惠行为的互动强度分析 | 第57-58页 |
| 4.4.7 时间片划分对关系强度的影响说明 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-69页 |
| 附录1 攻读硕士学位期间学术成果 | 第69页 |
| 附录2 攻读硕士学位期间参与的项目 | 第69-70页 |
| 致谢 | 第70-71页 |