| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·本课题的研究背景与实际意义 | 第10-11页 |
| ·问题定义和国内外研究现状 | 第11-13页 |
| ·本文研究的主要创新点 | 第13-14页 |
| ·本文的章节安排和主要研究内容 | 第14-16页 |
| 第2章 基于社交网络拓扑结构相似性的同一自然人识别 | 第16-36页 |
| ·移动社交网络概述 | 第16页 |
| ·Python语言简介 | 第16-17页 |
| ·数据集说明与简要分析 | 第17-21页 |
| ·基于社交网络拓扑结构相似性的同一自然人识别 | 第21-28页 |
| ·基于节点局域结构相似性的同一自然人识别 | 第22-23页 |
| ·基于链接权重的同一自然人识别 | 第23-25页 |
| ·融合节点和社团结构相似性的同一自然人识别 | 第25-26页 |
| ·融合链接权重和社团结构相似性的同一自然人识别 | 第26-28页 |
| ·基于Python语言和NetworkX库的算法实现 | 第28-34页 |
| ·Networkx简介 | 第28页 |
| ·Matplotlib简介 | 第28-29页 |
| ·基于Networkx算法库的无向网络生成、保存和读取 | 第29-30页 |
| ·基于Networkx算法库的加权网络生成、保存和可视化 | 第30-32页 |
| ·基于实际数据建立社交网络并生成测试数据集 | 第32-34页 |
| ·算法评价与实证结果分析 | 第34-35页 |
| ·算法的评价指标 | 第34页 |
| ·实证结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于多特征信息融合的同一自然人识别 | 第36-52页 |
| ·基于参数搜索方法信息融合的同一自然人识别 | 第36-40页 |
| ·基于时间特征相似性的同一自然人识别 | 第36-38页 |
| ·基于用户属性相似性的同一自然人识别 | 第38-39页 |
| ·基于节点局域拓扑结构相似性的同一自然人识别 | 第39页 |
| ·基于参数搜索方法信息融合的同一自然人识别 | 第39-40页 |
| ·多特征参数搜索方法的实现过程和结果分析 | 第40-45页 |
| ·多特征参数搜索方法实现的技术路线图 | 第40-41页 |
| ·针对实例在多特征空间进行参数搜索的实现过程 | 第41-44页 |
| ·实证结果分析 | 第44-45页 |
| ·基于支持向量机进行信息融合的同一自然人识别 | 第45-51页 |
| ·支持向量机算法简介 | 第45-47页 |
| ·使用支持向量机进行信息融合的特征选择 | 第47-49页 |
| ·基于Scikit-learn算法库的支持向量机实现 | 第49-50页 |
| ·实证结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-55页 |
| 本论文的主要贡献和创新点 | 第52-53页 |
| 本文研究的局限性及展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第58页 |
