| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-19页 |
| 第一节 选题背景与意义 | 第10-12页 |
| 一、选题背景 | 第10-11页 |
| 二、选题意义 | 第11-12页 |
| 第二节 国内外研究现状综述 | 第12-14页 |
| 第三节 研究意义 | 第14页 |
| 第四节 研究思路和研究方法 | 第14-17页 |
| 一、研究思路 | 第14-16页 |
| 二、研究方法 | 第16-17页 |
| 第五节 文章结构 | 第17-19页 |
| 第二章 相关概念与理论 | 第19-29页 |
| 第一节 概念 | 第19页 |
| 一、虚拟社区的概念 | 第19页 |
| 二、社会网络 | 第19页 |
| 第二节 社会网络的结构参数 | 第19-22页 |
| 一、社会网络大小 | 第19-20页 |
| 二、社会网络密度 | 第20页 |
| 三、行动者之间的距离 | 第20-21页 |
| 四、平均路径长度 | 第21页 |
| 五、聚类系数 | 第21-22页 |
| 六、凝聚子群 | 第22页 |
| 第三节 社会网络的位置与角色 | 第22-24页 |
| 一、点度数 | 第22-23页 |
| 二、度中心性 | 第23页 |
| 三、介数中心性 | 第23-24页 |
| 四、特征向量中心性 | 第24页 |
| 第四节 社会网络分析中所涉及的理论 | 第24-29页 |
| 一、图论与社群图 | 第24-25页 |
| 二、社群矩阵理论 | 第25-26页 |
| 三、小世界理论 | 第26-27页 |
| 四长尾理论 | 第27-29页 |
| 第三章 数据获取 | 第29-35页 |
| 第一节 数据获取流程 | 第29-31页 |
| 第二节 字段说明 | 第31-32页 |
| 第三节 数据预处理 | 第32-35页 |
| 第四章 社会网络分析 | 第35-53页 |
| 第一节 整体网络分析 | 第35-37页 |
| 一、基本指标计算 | 第35-37页 |
| 第二节 整体网络中小团体探索 | 第37-45页 |
| 一、凝聚子群 | 第37-40页 |
| 二、聚类分析 | 第40-45页 |
| 第三节 整体网络中个体分析 | 第45-53页 |
| 一、中心性分析 | 第45-49页 |
| 二、探究用户粉丝数量的分布情况 | 第49-53页 |
| 第五章 基于PageRank算法改进的影响力排名模型 | 第53-68页 |
| 第一节PageRank算法原理 | 第53页 |
| 一、PageRank算法介绍 | 第53页 |
| 二、基本思想 | 第53页 |
| 第二节PageRank算法数学模型 | 第53-57页 |
| 第三节PageRank算法举例 | 第57-59页 |
| 第四节 微博网络的特征 | 第59-60页 |
| 第五节 微博环境中成员影响力排名模型 | 第60-66页 |
| 第六节Influence_Index模型在社区网络中的应用 | 第66-68页 |
| 第六章 研究结论与展望 | 第68-71页 |
| 第一节 研究结论 | 第68-69页 |
| 第二节 研究的创新点 | 第69页 |
| 第三节不足与展望 | 第69-71页 |
| 一、不足之处 | 第69-70页 |
| 二、展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73页 |