| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题来源及研究背景和意义 | 第10页 |
| 1.2 课题研究现状 | 第10-13页 |
| 1.3 本课题主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 相关背景知识介绍 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 复杂网络研究概述 | 第15-17页 |
| 2.2.1 复杂网络基本概念介绍 | 第15-16页 |
| 2.2.2 复杂网络社区划分算法介绍 | 第16-17页 |
| 2.3 复杂网络中谣言源传播模型介绍 | 第17-19页 |
| 2.4 复杂网络中谣言源挖掘介绍 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于复杂网络的谣言源挖掘 | 第22-37页 |
| 3.1 引言 | 第22页 |
| 3.2 基于复杂网络中传播子图的单源挖掘 | 第22-29页 |
| 3.2.1 基于概率距离的最大似然估计单源模型（IRC） | 第22-27页 |
| 3.2.2 基于复杂网络理论的中心性计算模型(DRC) | 第27-29页 |
| 3.3 基于复杂网络中候选观察点的单源挖掘 | 第29-33页 |
| 3.3.1 基于观察点部署的DRC模型(SDRC) | 第29-30页 |
| 3.3.2 基于带时间标签的复杂网络谣言挖掘模型(TRC) | 第30-33页 |
| 3.4 基于概率距离的社区划分多源挖掘模型(ICMS) | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 谣言源挖掘实验结果验证及分析 | 第37-54页 |
| 4.1 引言 | 第37页 |
| 4.2 系统框架 | 第37-39页 |
| 4.3 实验数据及评价标准 | 第39-41页 |
| 4.3.1 实验数据 | 第39-40页 |
| 4.3.2 实验结果评价标准 | 第40-41页 |
| 4.4 基于传播子图的挖掘模型实验结果与分析 | 第41-44页 |
| 4.4.1 IRC模型效果评估 | 第41-43页 |
| 4.4.2 DRC模型效果评估 | 第43-44页 |
| 4.5 基于观察点的挖掘模型实验结果与分析 | 第44-46页 |
| 4.6 ICMS多源挖掘模型实验结果与分析 | 第46-50页 |
| 4.7 微博真实谣言案例实验验证与分析 | 第50-53页 |
| 4.8 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
