| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 相关理论和技术 | 第15-31页 |
| ·社会网络分析 | 第15-20页 |
| ·社会网络及其分析方法 | 第15-16页 |
| ·社区发现技术 | 第16-20页 |
| ·文本分类技术 | 第20-28页 |
| ·文本预处理 | 第21-22页 |
| ·文本表示 | 第22-23页 |
| ·特征选择 | 第23-25页 |
| ·文本分类常用算法 | 第25-28页 |
| ·知网简介 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于主题的微博网络建模及社区发现 | 第31-54页 |
| ·微博简介 | 第31-33页 |
| ·微博的特点 | 第31-32页 |
| ·微博用户交流机制 | 第32-33页 |
| ·微博数据的获取 | 第33-35页 |
| ·微博网络建模 | 第35-37页 |
| ·平面结构网络模型 | 第35-36页 |
| ·基于主题的多维度网络模型 | 第36-37页 |
| ·基于《知网》的微博信息分类 | 第37-51页 |
| ·基于卡方检验的领域特征词库构建 | 第38-41页 |
| ·基于《知网》的词语相关度计算 | 第41-44页 |
| ·微博信息分类流程 | 第44-47页 |
| ·实验及分析 | 第47-51页 |
| ·基于主题的微博网络图构建 | 第51-52页 |
| ·基于主题的微博网络社区发现 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 微博社区核心成员发现 | 第54-65页 |
| ·社会网络中心度分析指标集 | 第54-57页 |
| ·点度中心度 | 第54-55页 |
| ·中介中心度 | 第55-56页 |
| ·接近中心度 | 第56-57页 |
| ·基于 PageRank 思想的社区成员重要性评价模型 | 第57-64页 |
| ·PageRank 算法 | 第57-58页 |
| ·基于 PageRank 思想的微博社区核心成员发现 | 第58-62页 |
| ·微博社区核心成员实例分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 在互联网热点信息监控系统中的应用 | 第65-73页 |
| ·系统的设计思想 | 第65-67页 |
| ·微博子系统的设计 | 第67-72页 |
| ·微博数据爬取模块 | 第67-69页 |
| ·基于主题的微博用户交互网络建模模块 | 第69-70页 |
| ·主题网络社区发现和社区意见领袖发现模块 | 第70页 |
| ·展示模块 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 答辩委员会对论文的评定意见 | 第81页 |