社交网络在信息推广中的应用研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第11-16页 |
1.1 论文研究的背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 在线社交网络研究现状 | 第12-13页 |
1.2.2 数据采集研究现状 | 第13页 |
1.2.3 信息传播技术研究现状 | 第13-14页 |
1.2.4 影响力最大化问题研究现状 | 第14页 |
1.3 课题主要研究工作 | 第14-15页 |
1.4 论文组织结构 | 第15-16页 |
第二章 相关理论与技术研究 | 第16-24页 |
2.1 微博的相关研究 | 第16-17页 |
2.1.1 OAuth2.0协议 | 第16-17页 |
2.1.2 新浪微博API | 第17页 |
2.2 社交网络数据采集 | 第17-21页 |
2.2.1 社交网络数据爬取策略 | 第17-19页 |
2.2.2 新浪微博数据采集方式 | 第19-20页 |
2.2.3 社交网络垃圾信息过滤 | 第20-21页 |
2.3 基于经典传染病的传播模型 | 第21页 |
2.4 信息推广影响力最大化 | 第21-22页 |
2.4.1 贪心算法 | 第21-22页 |
2.4.2 启发式算法 | 第22页 |
2.5 中文分词器的相关研究 | 第22-23页 |
2.5.1 中文分词技术 | 第22-23页 |
2.5.2 中文分词工具 | 第23页 |
2.6 本章小结 | 第23-24页 |
第三章 社交网络数据采集技术研究 | 第24-36页 |
3.1 新浪微博数据获取 | 第24-28页 |
3.1.1 通过新浪微博API获取数据 | 第24-27页 |
3.1.2 通过用户模拟登录获取数据 | 第27页 |
3.1.3 通过新浪微博手机版获取数据 | 第27-28页 |
3.2 新浪微博特征分析 | 第28-33页 |
3.2.1 用户特征分析 | 第28-30页 |
3.2.2 微博特征分析 | 第30-32页 |
3.2.3 基于用户特征与微博特征的用户分类 | 第32-33页 |
3.3 微博中垃圾检测 | 第33-35页 |
3.3.1 中文分词技术对微博数据的初步处理 | 第33页 |
3.3.2 用户属性计算 | 第33-35页 |
3.3.3 垃圾检测流程 | 第35页 |
3.4 本章小结 | 第35-36页 |
第四章 信息推广相关算法的分析与研究 | 第36-40页 |
4.1 贪心算法在信息推广影响力最大化中的研究 | 第36-37页 |
4.1.1 算法思想 | 第36页 |
4.1.2 算法实现 | 第36-37页 |
4.2 启发式算法在信息推广影响力最大化中的研究 | 第37-38页 |
4.2.1 算法思想 | 第37页 |
4.2.2 算法实现 | 第37-38页 |
4.3 影响力最大化优化算法的设计 | 第38-39页 |
4.4 本章小结 | 第39-40页 |
第五章 信息推广功能的设计与实现 | 第40-55页 |
5.1 总体方案设计 | 第40-44页 |
5.1.1 方案设计概述 | 第40-41页 |
5.1.2 客户端功能模块设计 | 第41页 |
5.1.3 服务端接口设计 | 第41-42页 |
5.1.4 数据库表结构设计 | 第42-44页 |
5.2 服务端接口服务的实现 | 第44-48页 |
5.2.1 微博API认证接口实现 | 第44页 |
5.2.2 模拟登录接口实现 | 第44-45页 |
5.2.3 用户信息采集接口实现 | 第45-46页 |
5.2.4 垃圾用户过滤接口实现 | 第46页 |
5.2.5 影响力最大化计算接口实现 | 第46-47页 |
5.2.6 信息推广接口实现 | 第47-48页 |
5.3 数据采集模块的实现 | 第48-52页 |
5.3.1 调用新浪微博API采集数据的实现 | 第48-49页 |
5.3.2 垃圾过滤的实现 | 第49-51页 |
5.3.3 模拟登录数据采集的实现 | 第51-52页 |
5.4 信息推广模块的实现 | 第52-54页 |
5.4.1 影响力最大化计算的实现 | 第52-53页 |
5.4.2 微博信息推广的实现 | 第53-54页 |
5.4.3 推广信息查看的实现 | 第54页 |
5.5 本章小结 | 第54-55页 |
第六章 实验结果分析 | 第55-60页 |
6.1 实验环境 | 第55页 |
6.1.1 实验环境介绍 | 第55页 |
6.1.2 实验数据来源 | 第55页 |
6.2 信息推广实验分析 | 第55-57页 |
6.2.1 信息推广实验 | 第55-56页 |
6.2.2 信息推广结果与分析 | 第56-57页 |
6.3 数据采集结果分析 | 第57-58页 |
6.3.1 数据采集实验 | 第57页 |
6.3.2 实验结果对比 | 第57-58页 |
6.4 影响力最大化分析 | 第58-59页 |
6.4.1 运行效率对比 | 第58-59页 |
6.4.2 算法精度对比 | 第59页 |
6.5 本章小结 | 第59-60页 |
第七章 总结与展望 | 第60-62页 |
7.1 总结 | 第60页 |
7.2 展望 | 第60-62页 |
参考文献 | 第62-65页 |
在学期间的研究成果 | 第65-66页 |
致谢 | 第66页 |