社交网络关系预测及用户影响力评价算法的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-13页 |
| 1 引言 | 第13-22页 |
| 1.1 研究背景及选题意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 选题意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 社交关系预测研究 | 第15-18页 |
| 1.2.2 社交网络影响力研究 | 第18-20页 |
| 1.3 论文的主要创新点 | 第20页 |
| 1.4 论文的结构 | 第20-22页 |
| 2 社交网络基础知识 | 第22-27页 |
| 2.1 社交网络概述 | 第22-23页 |
| 2.1.1 社交网络的概念 | 第22页 |
| 2.1.2 社交网络的研究层次 | 第22-23页 |
| 2.2 社交网络分析 | 第23-25页 |
| 2.2.1 社交网络分析主要方法 | 第23-24页 |
| 2.2.2 社交网络分析主要工具 | 第24-25页 |
| 2.3 社交网络主要模型 | 第25-26页 |
| 2.3.1 小世界模型 | 第25页 |
| 2.3.2 Barabasi-Albert模型 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 社交关系预测 | 第27-45页 |
| 3.1 社交关系预测概述 | 第27-28页 |
| 3.2 基于结构相似性的方法 | 第28-29页 |
| 3.3 一种基于加权邻居关系的社交关系预测算法 | 第29-34页 |
| 3.3.1 设计思想 | 第29页 |
| 3.3.2 基于加权邻居关系的链路预测模型 | 第29-31页 |
| 3.3.3 链路预测评价指标 | 第31-32页 |
| 3.3.4 总体算法流程与描述 | 第32-34页 |
| 3.4 实验及结果分析 | 第34-44页 |
| 3.4.1 实验数据 | 第34页 |
| 3.4.2 网络结构分析 | 第34-40页 |
| 3.4.3 仿真结果分析 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 社交用户影响力 | 第45-61页 |
| 4.1 社交用户影响力概述 | 第45页 |
| 4.2 基于PageRank的分析方法 | 第45-47页 |
| 4.3 一种基于复合关系网络的影响力评价算法 | 第47-53页 |
| 4.3.1 设计思想 | 第47-48页 |
| 4.3.2 基于复合关系网络的影响力评价模型 | 第48-50页 |
| 4.3.3 影响力度量的评价方法 | 第50-51页 |
| 4.3.4 总体算法流程与描述 | 第51-53页 |
| 4.4 实验及结果分析 | 第53-59页 |
| 4.4.1 实验数据 | 第53页 |
| 4.4.2 仿真结果分析 | 第53-59页 |
| 4.5 本章小结 | 第59-61页 |
| 5 基于影响力的社交关系预测 | 第61-73页 |
| 5.1 研究意义 | 第61页 |
| 5.2 社交关系预测与用户影响力的关系 | 第61页 |
| 5.3 基于影响力择优连接的社交关系预测算法 | 第61-66页 |
| 5.3.1 设计思想 | 第61-62页 |
| 5.3.2 基于影响力择优连接的社交关系预测模型 | 第62-63页 |
| 5.3.3 链路预测评价指标 | 第63-64页 |
| 5.3.4 总体算法流程与描述 | 第64-66页 |
| 5.4 实验及结果分析 | 第66-71页 |
| 5.4.1 实验数据 | 第66页 |
| 5.4.2 网络结构分析 | 第66-68页 |
| 5.4.3 仿真结果分析 | 第68-71页 |
| 5.6 本章小结 | 第71-73页 |
| 6 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第78-80页 |
| 学位论文数据集 | 第80页 |
