| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 用户影响力评估关键技术 | 第15-27页 |
| 2.1 复杂网络 | 第15-21页 |
| 2.1.1 聚类系数 | 第19-20页 |
| 2.1.2 度分布 | 第20-21页 |
| 2.2 社会网络 | 第21-24页 |
| 2.2.1 社会网络基本概念 | 第21-22页 |
| 2.2.2 社会网络特点 | 第22-24页 |
| 2.3 社交网络 | 第24-26页 |
| 2.3.1 社交网络的起源和发展 | 第24-25页 |
| 2.3.2 微博网络 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 新浪微博数据采集及用户影响力研究 | 第27-39页 |
| 3.1 新浪微博数据获取 | 第27-32页 |
| 3.2 微博用户影响力分析 | 第32-38页 |
| 3.2.1 微博用户基本参数统计 | 第32-35页 |
| 3.2.2 用户互相关注度 | 第35-37页 |
| 3.2.3 用户影响力指标 | 第37-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 社交网络用户影响力改进算法 | 第39-51页 |
| 4.1 PageRank算法 | 第39-43页 |
| 4.1.1 基本原理 | 第39-42页 |
| 4.1.2 存在的不足 | 第42-43页 |
| 4.2 基于PageRank改进的NURank算法 | 第43-50页 |
| 4.2.1 设计思想 | 第43-45页 |
| 4.2.2 算法模型 | 第45-46页 |
| 4.2.3 算法实现 | 第46-48页 |
| 4.2.4 算法分析 | 第48-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 实验结果与分析 | 第51-61页 |
| 5.1 实验环境 | 第51页 |
| 5.2 NURank算法收敛性 | 第51-53页 |
| 5.3 PageRank算法与NURank结果对比 | 第53-58页 |
| 5.3.1 平均覆盖人数 | 第55-57页 |
| 5.3.2 命中比例 | 第57-58页 |
| 5.4 NURank在不同数据集上实验结果对比 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 致谢 | 第69页 |