| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 图录 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景 | 第13页 |
| ·相关工作 | 第13-15页 |
| ·论文的主要工作 | 第15-17页 |
| ·研究思路和成果 | 第17-18页 |
| ·论文的结构安排 | 第18-19页 |
| 第二章 虚拟在线社会网络分析的相关理论 | 第19-30页 |
| ·社会网络分析 | 第19-23页 |
| ·核心概念 | 第19-20页 |
| ·研究方法 | 第20-21页 |
| ·度量指标 | 第21-22页 |
| ·分析意义 | 第22-23页 |
| ·基于互联网的社会网络分析 | 第23-25页 |
| ·主要分析内容 | 第23页 |
| ·存在的问题 | 第23-25页 |
| ·网络社团结构挖掘理论 | 第25-28页 |
| ·社团结构的定义和度量标准 | 第25-27页 |
| ·社团结构的挖掘算法 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 互联网信息获取与挖掘系统 | 第30-38页 |
| ·互联网信息提取的基本思路 | 第30-31页 |
| ·互联网信息获取与处理系统架构 | 第31-32页 |
| ·系统模块设计 | 第32-37页 |
| ·网络数据获取与规范化模块 | 第32-35页 |
| ·数据库存储模块 | 第35页 |
| ·应用解析模块 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于超网络的社会群体关系表征模型与算法 | 第38-55页 |
| ·超网络理论 | 第38-41页 |
| ·概念和分析方法 | 第38-39页 |
| ·研究方法 | 第39-40页 |
| ·超网络理论对本文的价值 | 第40-41页 |
| ·基于超网络的互联网群体关系模型 | 第41-44页 |
| ·模型概要及构建 | 第41-43页 |
| ·超网络映射关系 | 第43-44页 |
| ·模型算法设计 | 第44-46页 |
| ·实体好友关系的挖掘 | 第44页 |
| ·实体兴趣相似度关系挖掘 | 第44-46页 |
| ·实验与分析 | 第46-52页 |
| ·实验背景 | 第46页 |
| ·实验步骤与结果 | 第46-52页 |
| ·实例结果分析 | 第52页 |
| ·复杂度与可行性分析 | 第52-53页 |
| ·模型的应用价值 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 一种改进的启发式模块度优化社团挖掘算法 | 第55-71页 |
| ·有权值网络定义 | 第55页 |
| ·社团结构挖掘模型设计思路与框架 | 第55-58页 |
| ·核心问题设计思路 | 第55-57页 |
| ·算法框架 | 第57-58页 |
| ·融合实体活跃度的启发式模块度增量社团结构挖掘算法 | 第58-63页 |
| ·算法描述 | 第58-62页 |
| ·算法复杂度分析 | 第62-63页 |
| ·实验与分析 | 第63-70页 |
| ·实验背景 | 第63页 |
| ·实验结果与分析 | 第63-70页 |
| ·算法应用价值 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·论文工作总结 | 第71页 |
| ·研究展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 附录 基于SINA网的分类标准挖掘并整理的兴趣体系分类 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间发表或录用的论文 | 第82页 |
| 攻读硕士学位期间参加的课题与项目 | 第82页 |