网络传播的可视化分析方法--以微博影响力为例
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景与问题的提出 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 网络可视化分析 | 第11-15页 |
| 1.2.2 微博传播可视化分析 | 第15-18页 |
| 1.3 研究内容 | 第18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第2章 相关理论知识 | 第20-37页 |
| 2.1 信息可视化方法分析 | 第20-25页 |
| 2.2 社会网络分析理论 | 第25-32页 |
| 2.2.1 社会网络分析含义 | 第25-26页 |
| 2.2.2 社会网络分析方法 | 第26-28页 |
| 2.2.3 社会网络的形式化表达 | 第28-30页 |
| 2.2.4 社会网络分析软件研究 | 第30-32页 |
| 2.3 微博用户的影响力概述 | 第32-36页 |
| 2.3.1 微博概述 | 第32-34页 |
| 2.3.2 影响力的定义 | 第34页 |
| 2.3.3 影响力的评价指标体系 | 第34-35页 |
| 2.3.4 影响力评价模型 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 微博传播相关问题的提出 | 第37-49页 |
| 3.1 传播网络拓扑结构分析 | 第37-41页 |
| 3.1.1 微博传播网络结构中相关概念 | 第37-40页 |
| 3.1.2 拓扑结构可视化中存在的问题 | 第40-41页 |
| 3.2 影响力评价分析 | 第41-44页 |
| 3.2.1 影响力评价指标分析 | 第41-42页 |
| 3.2.2 影响力评价算法分析 | 第42-44页 |
| 3.3 生命周期及传播路径模式 | 第44-47页 |
| 3.4 “意见领袖”类型分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 微博传播的相应可视化方法设计 | 第49-64页 |
| 4.1 网络传播的拓扑结构可视化 | 第49-58页 |
| 4.1.1 基于因子分析的影响力评价模型 | 第49-52页 |
| 4.1.1.1 因子分析的基本数学模型 | 第49-50页 |
| 4.1.1.2 因子模型几个相关概念 | 第50-51页 |
| 4.1.1.3 影响力的评价模型建立 | 第51-52页 |
| 4.1.1.4 注意事项 | 第52页 |
| 4.1.2 拓扑结构可视化方法设计 | 第52-58页 |
| 4.1.2.1 网络的映射 | 第52-53页 |
| 4.1.2.2 社团发现算法 | 第53-56页 |
| 4.1.2.3 节点布局算法 | 第56-58页 |
| 4.2 影响力及指标的相关性分析 | 第58-59页 |
| 4.3 时效性及传播路径可视化 | 第59-62页 |
| 4.4 意见领袖类型可视化 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 实验及结果分析 | 第64-76页 |
| 5.1 影响力模型的构建 | 第64-67页 |
| 5.2 微博网络传播拓扑结构可视化 | 第67-70页 |
| 5.3 生命周期和传播路径可视化 | 第70-73页 |
| 5.4 评价指标相关性可视化 | 第73-74页 |
| 5.5 意见领袖类型可视化 | 第74-75页 |
| 5.6 本章小结 | 第75-76页 |
| 总结和展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
