摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景及意义 | 第13-15页 |
1.2 国内外研究现状 | 第15-18页 |
1.2.1 社交网络中用户影响力的定义 | 第15页 |
1.2.2 用户影响力研究现状 | 第15-18页 |
1.3 本文主要工作 | 第18-19页 |
1.4 论文组织结构 | 第19-21页 |
第二章 微博用户影响力分析的关键问题 | 第21-33页 |
2.1 用户影响力与用户行为 | 第21-24页 |
2.2 本文研究对象 | 第24-29页 |
2.2.1 微吧简介 | 第24-25页 |
2.2.2 微吧用户网络的表示 | 第25页 |
2.2.3 微吧用户交互模式与传播机制 | 第25-27页 |
2.2.4 微吧数据采集与预处理 | 第27-29页 |
2.3 本文研究思路和方法 | 第29-33页 |
2.3.1 本文研究思路 | 第29-31页 |
2.3.2 本文研究方法 | 第31页 |
2.3.3 实验数据采集方法 | 第31-33页 |
第三章 基于用户评论行为的用户影响力分析 | 第33-45页 |
3.1 基于随机游走思想的用户影响力分析 | 第33-36页 |
3.1.1 Page Rank算法 | 第33-34页 |
3.1.2 Leader Rank算法 | 第34-35页 |
3.1.3 Page Rank算法和Leader Rank算法的不足 | 第35-36页 |
3.2 微博活动网络 | 第36-38页 |
3.2.1 微博中的活动网络 | 第36页 |
3.2.2 微博活动网络构建算法 | 第36-38页 |
3.3 基于用户评论行为的微博用户影响力分析 | 第38-41页 |
3.3.1 基本思想 | 第38-40页 |
3.3.2 ANR算法 | 第40-41页 |
3.3.3 算法流程 | 第41页 |
3.4 实验及结果分析 | 第41-44页 |
3.4.1 数据集 | 第41页 |
3.4.2 对比算法 | 第41页 |
3.4.3 实验结果及分析 | 第41-44页 |
3.5 本章小结 | 第44-45页 |
第四章 基于中心性的用户影响力分析 | 第45-57页 |
4.1 网络中的节点中心性 | 第45-49页 |
4.1.1 度中心性 | 第46-47页 |
4.1.2 介数中心性 | 第47页 |
4.1.3 接近中心性 | 第47-48页 |
4.1.4 特征向量中心性 | 第48页 |
4.1.5 k-壳与k-核 | 第48-49页 |
4.2 用户行为和网络结构相结合的用户影响力分析算法Ks RN | 第49-53页 |
4.2.1 微吧网络拓扑结构的重构 | 第50-51页 |
4.2.2 基于网络重构的k-壳用户影响力分析算法Ks RN | 第51-52页 |
4.2.3 算法流程 | 第52-53页 |
4.3 实验及结果分析 | 第53-56页 |
4.3.1 数据集 | 第53页 |
4.3.2 对比算法 | 第53页 |
4.3.3 评价指标 | 第53-55页 |
4.3.4 实验结果及分析 | 第55-56页 |
4.4 本章小结 | 第56-57页 |
第五章 多维度融合的用户影响力分析 | 第57-65页 |
5.1 基本思想 | 第57-59页 |
5.2 用户行为有效性度量方法SIM | 第59-60页 |
5.2.1 用户评论行为的有效性指数 | 第59-60页 |
5.2.2 用户发布行为的有效性指数 | 第60页 |
5.3 多维度融合的用户影响力分析MDUIR | 第60-61页 |
5.3.1 融合好友关系网络和用户评论行为的微博网络模型IN | 第60-61页 |
5.3.2 MDUIR算法 | 第61页 |
5.3.3 算法流程 | 第61页 |
5.4 实验及结果分析 | 第61-63页 |
5.4.1 数据集 | 第61页 |
5.4.2 对比算法 | 第61-62页 |
5.4.3 评价指标 | 第62页 |
5.4.4 实验结果及分析 | 第62-63页 |
5.5 本章小结 | 第63-65页 |
第六章 总结 | 第65-67页 |
6.1 本文工作总结 | 第65-66页 |
6.2 下一步研究展望 | 第66-67页 |
致谢 | 第67-69页 |
参考文献 | 第69-73页 |
作者简历 | 第73页 |