| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-30页 |
| ·研究背景 | 第15-21页 |
| ·社会网络研究 | 第15-16页 |
| ·在线社交网络 | 第16-18页 |
| ·“在线社交网络”时代社会网络分析的挑战性问题和意义 | 第18-21页 |
| ·相关研究工作分析 | 第21-25页 |
| ·个体排名和关键成员发现 | 第22-23页 |
| ·社团发现 | 第23-24页 |
| ·特征模式抽取 | 第24页 |
| ·演化社会网络分析 | 第24-25页 |
| ·本文的工作与创新 | 第25-28页 |
| ·本文的研究内容 | 第25-27页 |
| ·本文的主要创新 | 第27-28页 |
| ·论文结构 | 第28-30页 |
| 第二章 节点依赖性和支持力分析 | 第30-48页 |
| ·问题定义 | 第31-34页 |
| ·相关工作分析 | 第34-36页 |
| ·基于链接分析的关键成员挖掘 | 第34-35页 |
| ·社会网络的社团挖掘 | 第35-36页 |
| ·应用1: 根据节点间依赖性分析个体的支持力 | 第36-38页 |
| ·个体的支持力 | 第36-37页 |
| ·支持力的top-n 查询 | 第37-38页 |
| ·应用2: 发现依赖型社团 | 第38-40页 |
| ·依赖型社团 | 第38-39页 |
| ·依赖型社团的发现方法 | 第39-40页 |
| ·实验分析 | 第40-45页 |
| ·数据集 | 第41-42页 |
| ·支持力分析 | 第42页 |
| ·依赖型社团分析 | 第42-43页 |
| ·效率分析 | 第43-45页 |
| ·本章小结 | 第45-48页 |
| 第三章 多属性约束的社团发现方法 | 第48-66页 |
| ·问题定义 | 第49-53页 |
| ·k-社团和(β,k)-社团 | 第49-51页 |
| ·多属性约束 | 第51-53页 |
| ·相关技术研究 | 第53-55页 |
| ·基于结构的社团发现方法 | 第53-54页 |
| ·基于内容的社团发现方法 | 第54-55页 |
| ·混合方法 | 第55页 |
| ·面向多属性约束的社团搜索算法 | 第55-61页 |
| ·直观的搜索算法 | 第55-56页 |
| ·搜索空间 | 第56-57页 |
| ·根据节点度进行剪枝 | 第57-58页 |
| ·根据社团紧密度进行剪枝 | 第58-59页 |
| ·可调节约束空间的搜索方法 | 第59-61页 |
| ·实验分析 | 第61-64页 |
| ·剪枝能力分析 | 第62页 |
| ·结果分析 | 第62-63页 |
| ·效率分析 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 基于密度估计的社会网络特征簇挖掘方法 | 第66-86页 |
| ·问题定义 | 第67-68页 |
| ·相关工作 | 第68-69页 |
| ·聚类分析 | 第68-69页 |
| ·模式挖掘和特征抽取 | 第69页 |
| ·网络结构层次提取 | 第69-72页 |
| ·基于凝聚式聚类的层次结构提取 | 第70-71页 |
| ·基于边密度的簇间距离 | 第71-72页 |
| ·标注密度估计 | 第72-74页 |
| ·挖掘特征簇 | 第74-77页 |
| ·特征指标 | 第75-76页 |
| ·特征簇挖掘方法 | 第76-77页 |
| ·实验分析 | 第77-83页 |
| ·数据集 | 第77-79页 |
| ·凝聚式聚类过程分析 | 第79-80页 |
| ·结果分析 | 第80-81页 |
| ·效率分析 | 第81-83页 |
| ·本章小结 | 第83-86页 |
| 第五章 基于时间序列分析的影响力早期趋势预测 | 第86-106页 |
| ·问题定义 | 第88-95页 |
| ·话题的时间序列模型 | 第89-91页 |
| ·基于社会网络的话题时间序列模型 | 第91-93页 |
| ·带有社会网络链接结构特征的时间序列模型 | 第93-94页 |
| ·分类和准确率 | 第94-95页 |
| ·相关工作分析 | 第95-98页 |
| ·社会网络上的分类和预测技术 | 第95-96页 |
| ·分析和挖掘时间序列数据 | 第96-98页 |
| ·基于最佳匹配的时间序列分类和早期预测 | 第98-102页 |
| ·基于最近邻的预测 | 第98-99页 |
| ·基于最近邻的早期预测 | 第99-100页 |
| ·相似性度量 | 第100-102页 |
| ·实验结果 | 第102-104页 |
| ·数据集 | 第102-104页 |
| ·准确率分析 | 第104页 |
| ·本章小结 | 第104-106页 |
| 第六章 结论与展望 | 第106-110页 |
| ·工作总结 | 第106-107页 |
| ·研究展望 | 第107-110页 |
| 致谢 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 作者在学期间取得的学术成果 | 第122-124页 |
| 攻读博士学位期间参与的科研项目 | 第124页 |