| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 目录 | 第6-8页 |
| 图录 | 第8-9页 |
| 表录 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.1.1 研究社交网络的意义 | 第10-12页 |
| 1.1.2 研究社交网络中的社区的意义 | 第12页 |
| 1.1.3 研究社区领袖的意义 | 第12-13页 |
| 1.2 本文内容 | 第13页 |
| 1.3 本文组织结构 | 第13-15页 |
| 第二章 社交网络综述 | 第15-23页 |
| 2.1 典型社交网络及其结构 | 第15-18页 |
| 2.1.1 社交网络 | 第15-16页 |
| 2.1.2 社区 | 第16页 |
| 2.1.3 节点影响力 | 第16-17页 |
| 2.1.4 社区领袖 | 第17页 |
| 2.1.5 微博 | 第17-18页 |
| 2.2 国内外的研究现状 | 第18-22页 |
| 2.2.1 基于社区结构 | 第18-21页 |
| 2.2.2 基于社交网络中的用户活动 | 第21页 |
| 2.2.3 综合考虑多种因素 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 用户影响力分析 | 第23-34页 |
| 3.1 用户影响力定义 | 第23-29页 |
| 3.1.1 用户关注度 | 第24-26页 |
| 3.1.2 单用户间影响力 | 第26-28页 |
| 3.1.3 用户活跃度 | 第28-29页 |
| 3.2 PageRank 算法 | 第29-33页 |
| 3.2.1 节点间影响力传播关系 | 第29-32页 |
| 3.2.2 传统 PageRank 算法的可改进之处 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 UserRank 算法 | 第34-44页 |
| 4.1 社区用户之间有差别 | 第34-35页 |
| 4.2 共同关注增加亲密度 | 第35-38页 |
| 4.3 算法效率分析 | 第38-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验过程和结果分析 | 第44-58页 |
| 5.1 获取数据集 | 第44-46页 |
| 5.1.1 利用网络爬虫抓取信息 | 第44-45页 |
| 5.1.2 利用 API 接口读取数据 | 第45-46页 |
| 5.2 社区挖掘 | 第46-48页 |
| 5.2.1 社区筛选条件 | 第46-47页 |
| 5.2.2 选取的社区 | 第47-48页 |
| 5.3 挖掘社区领袖 | 第48-51页 |
| 5.3.1 源数据格式 | 第48-49页 |
| 5.3.2 迭代方式 | 第49页 |
| 5.3.3 具体实施方案 | 第49-51页 |
| 5.3.4 实验数据分析 | 第51页 |
| 5.4 实验结果与分析 | 第51-57页 |
| 5.4.1 小规模社区 | 第51-52页 |
| 5.4.2 中等规模社区 | 第52-53页 |
| 5.4.3 大规模社区 | 第53-54页 |
| 5.4.4 同步迭代实验分析 | 第54-55页 |
| 5.4.5 异步迭代实验分析 | 第55-56页 |
| 5.4.6 迭代次数 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结 | 第58-60页 |
| 6.1 本文主要工作与创新点 | 第58-59页 |
| 6.2 后续研究工作 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表或录用的论文 | 第64-65页 |
| 致谢 | 第65-67页 |