| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 理论意义 | 第12页 |
| 1.1.2 现实意义 | 第12-13页 |
| 1.2 应用领域 | 第13-16页 |
| 1.3 问题的提出与拟解决 | 第16页 |
| 1.4 本文工作和研究方法 | 第16-18页 |
| 1.4.1 本文主要工作 | 第16-17页 |
| 1.4.2 研究方法 | 第17-18页 |
| 第二章 相关研究 | 第18-44页 |
| 2.1 社交网络分析 | 第18-24页 |
| 2.1.1 中心性 | 第20-21页 |
| 2.1.2 使用与满足理论 | 第21-22页 |
| 2.1.3 社交网络分析的研究方式 | 第22-24页 |
| 2.2 网络传播动力学 | 第24-29页 |
| 2.3 微博用户的特征与类型 | 第29-37页 |
| 2.3.1 微博用户概述 | 第29-31页 |
| 2.3.2 数据搜集与预处理 | 第31-33页 |
| 2.3.3 微博用户的类型分析 | 第33-37页 |
| 2.4 用户行为研究概述 | 第37-43页 |
| 2.4.1 任务优先级排队模型 | 第40-41页 |
| 2.4.2 自适应兴趣驱动模型 | 第41页 |
| 2.4.3 非齐次泊松模型 | 第41-42页 |
| 2.4.4 其他基于时间特性的行为动力学模型 | 第42-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 社交网络结构分析和热点话题检测 | 第44-58页 |
| 3.1 以用户为中心，关键词为基本单元的聚类分析方法 | 第44-47页 |
| 3.2 热点话题特征 | 第47-51页 |
| 3.3 社交网络中热点话题的检测算法 | 第51-54页 |
| 3.4 实验分析 | 第54-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 基于社交网络中群体水平的用户行为建模 | 第58-70页 |
| 4.1 社交网络中信息的转发机制 | 第59-63页 |
| 4.2 社交网络的信息传播模型 | 第63-65页 |
| 4.3 任务优先级的排队模型 | 第65-66页 |
| 4.4 实验分析 | 第66-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第五章 社交网络协作学习中对多属性决策问题的研究 | 第70-98页 |
| 5.1 社交网络中的协作学习 | 第70-71页 |
| 5.2 直觉模糊集与犹豫模糊集 | 第71-83页 |
| 5.2.1 模糊集合 | 第71-74页 |
| 5.2.2 直觉模糊集 | 第74-78页 |
| 5.2.3 犹豫模糊集 | 第78-83页 |
| 5.3 多属性决策（MADM） | 第83-89页 |
| 5.3.1 多属性决策的有关概念 | 第86页 |
| 5.3.2 属性及其分类 | 第86-87页 |
| 5.3.3 多属性决策求解过程 | 第87-89页 |
| 5.4 TOPSIS方法 | 第89-95页 |
| 5.4.1 常用的多属性决策方法 | 第89-91页 |
| 5.4.2 TOPSIS法简介 | 第91-95页 |
| 5.5 TOPSIS方法在犹豫模糊集中的多属性决策应用 | 第95-96页 |
| 5.6 本章小结 | 第96-98页 |
| 第六章 总结与展望 | 第98-102页 |
| 参考文献 | 第102-114页 |
| 作者简介及在学期间所取得的科研成果 | 第114-116页 |
| 致谢 | 第116页 |