| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.2 研究目标及内容 | 第16-17页 |
| 1.2.1 研究目标 | 第16页 |
| 1.2.2 研究内容 | 第16页 |
| 1.2.3 结构安排 | 第16-17页 |
| 1.3 研究方法 | 第17-18页 |
| 第二章 研究综述及相关理论阐述 | 第18-31页 |
| 2.1 社交网络影响力的相关因素 | 第18-21页 |
| 2.1.1 影响力的定义 | 第18-19页 |
| 2.1.2 同质性 | 第19页 |
| 2.1.3 惠性等其他因素 | 第19-21页 |
| 2.2 社交网络用户影响力的度量 | 第21-24页 |
| 2.2.1 基于网络拓扑结构的度量 | 第21-23页 |
| 2.2.2 基于用户行为的度量 | 第23页 |
| 2.2.3 其他的度量方法 | 第23-24页 |
| 2.3 相关社会学理论的阐述 | 第24-28页 |
| 2.3.1 三元闭包原理 | 第24-26页 |
| 2.3.2 邓巴数字概念 | 第26-28页 |
| 2.4 PageRank算法介绍 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 在线社交网络特征分析 | 第31-37页 |
| 3.1 在线社交网络用户的特征分析 | 第31-33页 |
| 3.2 社交网络用户间的联系方式 | 第33-34页 |
| 3.3 在线社交网络信息传递的特征分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 社交网络信息传播规律分析及用户影响力模型构建 | 第37-45页 |
| 4.1 基于PageRank算法原理的社交网络用户影响力改进模型 | 第37-38页 |
| 4.2 社交网络信息传播规律分析 | 第38-41页 |
| 4.2.1 节点间的信息传播方式 | 第39-40页 |
| 4.2.2 节点之间存在的弱链接关系 | 第40页 |
| 4.2.3 社交网络中邓巴数字的影响 | 第40-41页 |
| 4.3 SRank用户影响力模型的构建 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 算法实例验证 | 第45-52页 |
| 5.1 数据获取和描述 | 第45-47页 |
| 5.1.1 数据获取 | 第45-46页 |
| 5.1.2 数据集描述及分析 | 第46-47页 |
| 5.2 用户影响力评估标准 | 第47-48页 |
| 5.3 实验结果 | 第48-50页 |
| 5.4 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 全文总结 | 第52-53页 |
| 6.2 本文研究存在的不足 | 第53页 |
| 6.3 下一步的研究工作展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第60-61页 |