| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文的主要工作 | 第11页 |
| 1.4 论文的结构安排 | 第11-13页 |
| 第二章 新浪微博数据采集方案 | 第13-33页 |
| 2.1 新浪微博数据内容分析 | 第13-16页 |
| 2.1.1 用户个人信息分析 | 第13-14页 |
| 2.1.2 用户关系分析 | 第14-15页 |
| 2.1.3 用户微博分析 | 第15-16页 |
| 2.2 新浪微博 API 采集方法 | 第16-17页 |
| 2.3 基于 Phantomjs 的数据采集方法 | 第17-28页 |
| 2.3.1 Phantomjs 简介 | 第17-18页 |
| 2.3.2 使用 Phantomjs 模拟登录 | 第18-19页 |
| 2.3.3 使用 Phantomjs 采集用户个人信息 | 第19-22页 |
| 2.3.4 使用 Phantomjs 采集用户关系信息 | 第22-24页 |
| 2.3.5 使用 Phantomjs 采集用户微博信息 | 第24-28页 |
| 2.4 数据的结构设计 | 第28-30页 |
| 2.5 与 API 结合数据采集方法 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 新浪微博用户影响力计算方法 | 第33-47页 |
| 3.1 用户影响力分析 | 第33-36页 |
| 3.2 用户自身影响力分析 | 第36-43页 |
| 3.2.1 用户自身影响力构成 | 第36-37页 |
| 3.2.2 用户自身影响力量化 | 第37-38页 |
| 3.2.3 用户个人信息影响力计算 | 第38-39页 |
| 3.2.4 用户自身粉丝信息影响力计算 | 第39-40页 |
| 3.2.5 用户微博信息影响力计算 | 第40-42页 |
| 3.2.6 用户自身影响力总结 | 第42-43页 |
| 3.3 用户被影响力分析 | 第43-44页 |
| 3.3.1 用户被影响力构成 | 第43页 |
| 3.3.2 用户被影响力计算 | 第43-44页 |
| 3.3.3 用户被影响力总结 | 第44页 |
| 3.4 用户影响力计算流程 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 采集系统实现与用户影响力实验 | 第47-62页 |
| 4.1 新浪微博数据采集系统 | 第47-56页 |
| 4.1.1 全局设计 | 第47-49页 |
| 4.1.2 采集机设计 | 第49-52页 |
| 4.1.3 服务器端设计 | 第52-54页 |
| 4.1.4 实验环境 | 第54-55页 |
| 4.1.5 实验结果与分析 | 第55-56页 |
| 4.2 用户影响力实验 | 第56-61页 |
| 4.2.1 与现有影响力排名比较 | 第57-59页 |
| 4.2.2 自身影响力与被影响力分析 | 第59-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-64页 |
| 5.1 主要工作与创新点 | 第62页 |
| 5.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68页 |
| 攻读硕士学位期间发布的专利 | 第68页 |
| 攻读硕士学位期间参加的课题与项目 | 第68-70页 |
