在线社会网络用户特征分析与建模研究
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第10-24页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究目的与意义 | 第12-13页 |
| 1.2 相关研究现状 | 第13-21页 |
| 1.2.1 在线社会网络特征分析研究 | 第13-15页 |
| 1.2.2 在线社会网络用户影响力研究 | 第15-17页 |
| 1.2.3 在线社会网络用户类型划分研究 | 第17-18页 |
| 1.2.4 在线社会网络用户群体特征研究 | 第18-21页 |
| 1.3 本文研究内容 | 第21-23页 |
| 1.4 本文的章节安排 | 第23-24页 |
| 2 基于用户多类特征的影响力评估方法 | 第24-40页 |
| 2.1 引言 | 第24页 |
| 2.2 问题描述 | 第24-26页 |
| 2.3 用户影响力评估框架 | 第26-31页 |
| 2.3.1 数据集 | 第26-29页 |
| 2.3.2 特征选择 | 第29-31页 |
| 2.4 用户影响力评估模型 | 第31-33页 |
| 2.4.1 用户分类 | 第31页 |
| 2.4.2 影响力评估过程 | 第31-33页 |
| 2.5 实验结果与分析 | 第33-39页 |
| 2.5.1 特征分析结果 | 第33-34页 |
| 2.5.2 影响力评估结果 | 第34-35页 |
| 2.5.3 算法有效性分析 | 第35-39页 |
| 2.6 本章小结 | 第39-40页 |
| 3 基于用户行为特征的用户类型划分方法 | 第40-60页 |
| 3.1 引言 | 第40-41页 |
| 3.2 问题描述 | 第41-42页 |
| 3.3 区域交互模型 | 第42-46页 |
| 3.4 数据集与测量分析 | 第46-49页 |
| 3.4.1 数据集 | 第46-47页 |
| 3.4.2 用户交互行为测量分析 | 第47-49页 |
| 3.5 基于区域交互模型的用户类型划分 | 第49-59页 |
| 3.5.1 用户类型划分结果 | 第49-50页 |
| 3.5.2 重要用户识别结果有效性分析 | 第50-53页 |
| 3.5.3 异常用户识别结果有效性分析 | 第53-59页 |
| 3.6 本章小结 | 第59-60页 |
| 4 基于用户信息特征的人群健康状况分析 | 第60-78页 |
| 4.1 引言 | 第60-61页 |
| 4.2 问题描述 | 第61-62页 |
| 4.3 研究分析框架 | 第62-63页 |
| 4.4 特征选择 | 第63-66页 |
| 4.4.1 用户饮食习惯 | 第63-64页 |
| 4.4.2 用户运动状况 | 第64-65页 |
| 4.4.3 个人情绪 | 第65页 |
| 4.4.4 自我认知 | 第65-66页 |
| 4.5 测量实验结果 | 第66-72页 |
| 4.5.1 数据集 | 第66-68页 |
| 4.5.2 特征测量结果 | 第68-72页 |
| 4.6 人群肥胖趋势预测 | 第72-77页 |
| 4.6.1 传染病模型 | 第72-74页 |
| 4.6.2 区域人群肥胖状况预测方法 | 第74-75页 |
| 4.6.3 仿真实验结果与分析 | 第75-77页 |
| 4.7 本章小结 | 第77-78页 |
| 5 在线社会网络用户分析系统 | 第78-88页 |
| 5.1 系统整体设计 | 第78-79页 |
| 5.2 系统设计目标 | 第79-80页 |
| 5.2.1 数据采集目标 | 第79页 |
| 5.2.2 用户特征处理设计目标 | 第79页 |
| 5.2.3 用户分析设计目标 | 第79-80页 |
| 5.3 系统模块设计 | 第80页 |
| 5.4 系统部署 | 第80-81页 |
| 5.5 系统功能设计 | 第81-87页 |
| 5.6 本章小结 | 第87-88页 |
| 6 总结与展望 | 第88-90页 |
| 6.1 工作总结 | 第88-89页 |
| 6.2 下一步工作展望 | 第89-90页 |
| 致谢 | 第90-92页 |
| 参考文献 | 第92-103页 |
| 攻读博士学位期间发表的论文 | 第103-104页 |
| 攻读博士学位期间参与的项目 | 第104页 |
