摘要 | 第1-8页 |
ABSTRACT | 第8-17页 |
第一章 绪论 | 第17-25页 |
·研究背景 | 第17-19页 |
·研究的目的和意义 | 第19-20页 |
·主要研究内容和创新点 | 第20-23页 |
·论文的结构 | 第23-25页 |
第二章 用户行为研究概述 | 第25-39页 |
·相关研究内容和基本概念 | 第25-26页 |
·用户行为的实证研究 | 第26-29页 |
·用户行为的时间统计特性研究 | 第26-28页 |
·用户行为的空间统计特性研究 | 第28-29页 |
·用户行为的模型研究 | 第29-34页 |
·任务优先级排队模型 | 第29-31页 |
·自适应兴趣驱动模型 | 第31-32页 |
·非齐次泊松模型 | 第32-33页 |
·其他基于时间特性的行为动力学模型 | 第33-34页 |
·基于空间特性的行为动力学模型 | 第34页 |
·在线社会网络中基于用户行为的若干热点问题 | 第34-37页 |
·用户行为建模 | 第34-35页 |
·角色发现 | 第35-36页 |
·话题发现与演化 | 第36-37页 |
·本章小结 | 第37-39页 |
第三章 个体层面用户行为建模研究 | 第39-54页 |
·研究背景 | 第39-41页 |
·实证分析 | 第41-47页 |
·数据描述 | 第42-43页 |
·分析结果 | 第43-47页 |
·基于兴趣和交互的个体用户行为模型 | 第47-49页 |
·仿真与讨论 | 第49-53页 |
·本章小结 | 第53-54页 |
第四章 群体层面用户行为建模研究 | 第54-68页 |
·研究背景 | 第54-56页 |
·实证分析 | 第56-60页 |
·数据描述 | 第56-57页 |
·分析结果 | 第57-60页 |
·基于节点影响力和个体行为习惯的群体用户行为模型 | 第60-63页 |
·仿真与讨论 | 第63-67页 |
·本章小结 | 第67-68页 |
第五章 基于个体行为特征的节点角色发现 | 第68-84页 |
·研究背景 | 第68-70页 |
·相关工作介绍 | 第70-72页 |
·角色发现 | 第70页 |
·用户行为分析 | 第70-71页 |
·聚类技术 | 第71-72页 |
·基于用户行为分析的特征定义 | 第72-75页 |
·数据描述 | 第72页 |
·特征定义与归一化 | 第72-75页 |
·大规模社会网络中基于聚类的角色发现算法 | 第75-80页 |
·符号与定义 | 第75-77页 |
·算法的处理流程 | 第77页 |
·主节点端的全局聚类 | 第77-78页 |
·子节点端的局部聚类 | 第78-80页 |
·算法评估与实验结果 | 第80-82页 |
·算法评估 | 第80-81页 |
·实验结果 | 第81-82页 |
·本章小结 | 第82-84页 |
第六章 基于群体事件的话题发现与用户角色研究 | 第84-98页 |
·研究背景 | 第84-86页 |
·相关工作 | 第86-88页 |
·基于隐链接的热点话题关键词与用户覆盖网络关系模型 | 第88-90页 |
·以隐链接的用户行为关系为中心的用户角色与话题发现 | 第90-94页 |
·算法的处理流程 | 第90-91页 |
·基于隐链接的重要用户关系模型构建 | 第91-92页 |
·算法设计 | 第92-94页 |
·实验分析与讨论 | 第94-96页 |
·数据描述 | 第94-95页 |
·重要用户发现与聚类 | 第95页 |
·基于用户群的话题发现 | 第95-96页 |
·本章小结 | 第96-98页 |
第七章 基于新浪微博的用户行为分析系统SayToYou | 第98-109页 |
·研究出发点 | 第98-99页 |
·国内外研究现状 | 第99-100页 |
·系统设计与架构 | 第100-103页 |
·总体结构 | 第100-101页 |
·系统结构 | 第101-102页 |
·功能模块 | 第102-103页 |
·关键技术 | 第103-104页 |
·基于工作流思想的分层系统结构 | 第103页 |
·开放式的平台接口设计 | 第103页 |
·可扩展的数据可视化技术 | 第103-104页 |
·系统实现 | 第104-108页 |
·总结 | 第108-109页 |
第八章 总结与展望 | 第109-112页 |
·研究工作总结 | 第109-110页 |
·下一步研究工作的展望 | 第110-112页 |
参考文献 | 第112-124页 |
致谢 | 第124-126页 |
攻读博士学位期间的科研成果 | 第126页 |