微博用户群体结构挖掘算法分析研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景 | 第11-14页 |
| ·社会网络的基本概念和发展历程 | 第11-12页 |
| ·微博发展现状及其特点 | 第12-14页 |
| ·网络群体结构的相关研究 | 第14页 |
| ·研究方向和意义 | 第14-15页 |
| ·论文结构安排 | 第15-17页 |
| 2 复杂网络社群发现算法分析 | 第17-28页 |
| ·复杂网络分析概述 | 第17-21页 |
| ·复杂网络度量方法及参数 | 第17-19页 |
| ·复杂网络的结构特性 | 第19页 |
| ·复杂网络的基本模型 | 第19-21页 |
| ·社群相关概念 | 第21-22页 |
| ·主流社群挖掘算法 | 第22-27页 |
| ·图形分割算法 | 第23-24页 |
| ·分裂法 | 第24-25页 |
| ·凝聚法 | 第25-27页 |
| ·其他社群挖掘算法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 3 基于微博用户自定义兴趣标签的网络建模 | 第28-48页 |
| ·问题的提出 | 第28-33页 |
| ·传统静态社群的数学模型 | 第28-29页 |
| ·动态社群的数学模型 | 第29-31页 |
| ·微博中社群的产生过程和结构特征 | 第31-33页 |
| ·基于微博用户自定义兴趣标签的关系模型 | 第33-41页 |
| ·微博用户兴趣关系模型方案设计 | 第33-34页 |
| ·微博用户的选取策略 | 第34-37页 |
| ·用户兴趣点的表征 | 第37-40页 |
| ·用户关系矩阵的构建 | 第40-41页 |
| ·用户兴趣关系模型分析 | 第41-46页 |
| ·数据库设计 | 第41-42页 |
| ·模型构建 | 第42-45页 |
| ·模型分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 4 基于用户兴趣标签的动态社群差分算法 | 第48-69页 |
| ·算法原理介绍 | 第48-56页 |
| ·动态社群差分算法基本思想 | 第48-53页 |
| ·动态社群差分算法实现 | 第53-55页 |
| ·算法复杂度分析 | 第55-56页 |
| ·实验方案及准备 | 第56-62页 |
| ·实验总体设计 | 第56-57页 |
| ·数据库设计 | 第57-58页 |
| ·数据的获取及实验环境配置 | 第58-60页 |
| ·相关参数指标的选择 | 第60-62页 |
| ·实验仿真结果分析 | 第62-68页 |
| ·社群兴趣特性分析 | 第62-66页 |
| ·算法效率及准确度分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| ·论文工作总结 | 第69-70页 |
| ·论文工作展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
