| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 表录 | 第10-11页 |
| 图录 | 第11-12页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 问题的提出 | 第13-14页 |
| 1.3 研究意义 | 第14页 |
| 1.4 本文的主要研究内容 | 第14-16页 |
| 第二章 相关工作及研究进展 | 第16-24页 |
| 2.1 社交网络 | 第16-18页 |
| 2.1.1 社交网络的概念 | 第16-17页 |
| 2.1.2 社交网络分析的几个基本概念 | 第17-18页 |
| 2.1.3 社交网络的主要研究方向 | 第18页 |
| 2.2 微博客 | 第18-20页 |
| 2.2.1 微博的概念 | 第18-19页 |
| 2.2.2 微博用户的行为和关系 | 第19-20页 |
| 2.2.3 微博社区的研究现状 | 第20页 |
| 2.3 用户影响力 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于用户行为的影响力评价模型 | 第24-34页 |
| 3.1 微博用户的行为特征分析 | 第24-25页 |
| 3.1.1 人类行为动力学 | 第24页 |
| 3.1.2 微博用户行为分析 | 第24-25页 |
| 3.2 微博用户行为影响力因子 | 第25-26页 |
| 3.2.1 用户更新频度 | 第25-26页 |
| 3.2.2 历史关注度 | 第26页 |
| 3.2.3 微博传播能力 | 第26页 |
| 3.3 一种改进的用户影响力评价算法 | 第26-28页 |
| 3.3.1 PageRank 算法 | 第26-27页 |
| 3.3.2 基于用户行为的 User Influence Rank 算法 | 第27-28页 |
| 3.4 实验及分析 | 第28-32页 |
| 3.4.1 数据采集 | 第28-29页 |
| 3.4.2 微博数据分析 | 第29-30页 |
| 3.4.3 用户影响力排名结果分析 | 第30-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第四章 一种基于星形结构的微博社区发现算法 | 第34-46页 |
| 4.1 NEWMAN 快速算法简介 | 第34页 |
| 4.2 微博网络中的星形结构 | 第34-35页 |
| 4.3 基于星形结构的社区发现算法描述 | 第35-39页 |
| 4.3.1 中心节点的选取 | 第36页 |
| 4.3.2 中心节点的合并 | 第36-37页 |
| 4.3.3 旁节点的聚合 | 第37-39页 |
| 4.4 算法相关问题分析 | 第39-40页 |
| 4.4.1 社区数量的控制 | 第39-40页 |
| 4.4.2 旁节点的聚合顺序 | 第40页 |
| 4.5 算法复杂度分析 | 第40-41页 |
| 4.5.1 中心节点合并过程的复杂度分析 | 第40页 |
| 4.5.2 旁节点聚合过程的复杂度分析 | 第40-41页 |
| 4.6 实验结果分析 | 第41-44页 |
| 4.6.1 中心相关度分析 | 第41页 |
| 4.6.2 社区最大允许距离分析 | 第41-42页 |
| 4.6.3 社区发现结果分析 | 第42-43页 |
| 4.6.4 误差分析 | 第43-44页 |
| 4.7 本章小结 | 第44-46页 |
| 第五章 一种基于种子扩展的微博社区发现算法 | 第46-56页 |
| 5.1 引言 | 第46页 |
| 5.2 相关知识 | 第46-47页 |
| 5.2.1 节点与社区的连接关系 | 第46-47页 |
| 5.2.2 模块函数 | 第47页 |
| 5.3 算法描述 | 第47-50页 |
| 5.3.1 种子节点的选取 | 第47页 |
| 5.3.2 节点的传递概率 | 第47-48页 |
| 5.3.3 模块函数的转变值 | 第48页 |
| 5.3.4 扩展步骤 | 第48-50页 |
| 5.4 算法相关问题分析 | 第50-51页 |
| 5.4.1 节点的删除 | 第50页 |
| 5.4.2 扩展过程的收敛 | 第50-51页 |
| 5.5 实验结果分析 | 第51-53页 |
| 5.5.1 种子选取的对比 | 第51-52页 |
| 5.5.2 社区发现效果分析 | 第52页 |
| 5.5.3 算法执行时间分析 | 第52-53页 |
| 5.6 本章小结 | 第53-56页 |
| 结束语 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 作者简历攻读硕士学位期间完成的主要工作 | 第64页 |