| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究目的与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文的组织结构 | 第14-15页 |
| 第二章 相关技术介绍 | 第15-25页 |
| 2.1 大数据 | 第15-16页 |
| 2.2 Hadoop系统 | 第16-18页 |
| 2.3 MapReduce编程模型 | 第18-20页 |
| 2.3.1 MapReduce原理 | 第18-19页 |
| 2.3.2 Shuffle原理 | 第19-20页 |
| 2.4 HBase | 第20-24页 |
| 2.4.1 HBase的数据模型 | 第21-23页 |
| 2.4.2 HBase的表设计 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 微博用户影响力建模 | 第25-53页 |
| 3.1 原始数据表 | 第25-27页 |
| 3.2 PageRank算法介绍 | 第27-31页 |
| 3.3 微博粉丝影响力建模 | 第31-37页 |
| 3.4 微博转发影响力建模 | 第37-42页 |
| 3.5 微博用户有效性建模 | 第42-48页 |
| 3.6 微博用户影响力建模 | 第48-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第四章 实验设计及结果分析 | 第53-84页 |
| 4.1 实验环境及数据集的预处理 | 第53-62页 |
| 4.1.1 实验环境 | 第53-55页 |
| 4.1.2 数据集的预处理 | 第55-62页 |
| 4.2 基于Hadoop平台的实验 | 第62-83页 |
| 4.2.1 微博用户影响力模型的实验结果 | 第62-64页 |
| 4.2.2 微博用户影响力模型和微博粉丝影响力模型的比较 | 第64-76页 |
| 4.2.3 微博用户影响力模型和微博转发影响力模型的比较 | 第76-81页 |
| 4.2.4 微博用户影响力模型和微博用户有效性模型的比较 | 第81-83页 |
| 4.3 本章小结 | 第83-84页 |
| 第五章 总结与展望 | 第84-85页 |
| 5.1 全文总结 | 第84页 |
| 5.2 未来研究展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 附件 | 第90页 |
