微博信息传播网络的属性研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题来源及研究背景 | 第10-13页 |
| 1.2 当前研究现状 | 第13页 |
| 1.3 本文主要创新点 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 相关研究 | 第16-34页 |
| 2.1 微博的相关研究 | 第16-22页 |
| 2.1.1 微博中的特殊符号 | 第16-18页 |
| 2.1.2 微博中的分类机制 | 第18-20页 |
| 2.1.3 微博的传播机制 | 第20-21页 |
| 2.1.4 微博的应用价值 | 第21-22页 |
| 2.2 复杂网络 | 第22-29页 |
| 2.2.1 复杂网络的特征量 | 第22-27页 |
| 2.2.2 复杂网络演化动力学分析 | 第27-28页 |
| 2.2.3 微博与复杂网络的联系 | 第28-29页 |
| 2.3 信息传播理论模型 | 第29-32页 |
| 2.3.1 SI传播模型 | 第29-30页 |
| 2.3.2 SIS传播模型 | 第30-31页 |
| 2.3.3 SIR传播模型 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 微博网络特征分析 | 第34-46页 |
| 3.1 数据描述 | 第34-36页 |
| 3.1.1 数据来源 | 第34页 |
| 3.1.2 实验数据处理 | 第34-36页 |
| 3.2 微博关系网络特征分析 | 第36-40页 |
| 3.2.1 网络度分布 | 第36-37页 |
| 3.2.2 聚类系数 | 第37页 |
| 3.2.3 路径长度与网络直径 | 第37-38页 |
| 3.2.4 K-核分析 | 第38页 |
| 3.2.5 网络社区分析 | 第38-40页 |
| 3.3 微博网络相关性分析 | 第40-41页 |
| 3.4 信息传播网络微元结构分析 | 第41-43页 |
| 3.4.1 微元结构定义 | 第41-42页 |
| 3.4.2 信息传播网络量化方法 | 第42页 |
| 3.4.3 不同数量消息链的微元结构分析 | 第42-43页 |
| 3.5 本章小结 | 第43-46页 |
| 第四章 基于SIR改进的微博信息传播模型 | 第46-54页 |
| 4.1 传播模型相似性比较 | 第46-47页 |
| 4.2 信息传播模型分类 | 第47页 |
| 4.3 节点状态和状态转换 | 第47-49页 |
| 4.4 数学模型构建 | 第49-50页 |
| 4.5 数值仿真 | 第50-53页 |
| 4.5.1 k值对模型的影响 | 第50-52页 |
| 4.5.2 n值对模型的影响 | 第52页 |
| 4.5.3 μ值对模型的影响 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士论文期间发表的学术论文 | 第64页 |
