| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究的意义 | 第13-15页 |
| 1.2.1 社区发现 | 第13-14页 |
| 1.2.2 社区发现在微博分析的意义 | 第14-15页 |
| 1.3 研究现状与面临的挑战 | 第15-20页 |
| 1.3.1 常见社区发现方法 | 第15-19页 |
| 1.3.2 社区发现面临的问题与挑战 | 第19-20页 |
| 1.4 本文的主要研究内容 | 第20-21页 |
| 1.5 本文组织结构 | 第21-22页 |
| 2 社会媒体网络分析 | 第22-27页 |
| 2.1 社会媒体网络属性 | 第22-24页 |
| 2.1.1 度分布 | 第22-23页 |
| 2.1.2 聚类系数 | 第23页 |
| 2.1.3 平均路径长度 | 第23-24页 |
| 2.2 微博网络 | 第24页 |
| 2.3 本文数据集 | 第24页 |
| 2.4 微博社区划分评价方式 | 第24-26页 |
| 2.4.1 非量化方式 | 第25页 |
| 2.4.2 量化方式 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于关注度的微博社区发现算法 | 第27-37页 |
| 3.1 社会媒体用户相似性 | 第27-29页 |
| 3.2 微博用户相似性特点 | 第29-30页 |
| 3.3 微博相似性 | 第30-31页 |
| 3.3.1 用户间相似性 | 第30-31页 |
| 3.3.2 社区间相似性 | 第31页 |
| 3.4 算法总体思路 | 第31-32页 |
| 3.5 算法伪代码 | 第32页 |
| 3.6 算法流程图 | 第32-34页 |
| 3.7 算法效果分析 | 第34-35页 |
| 3.7.1 准确性和时间效率 | 第34页 |
| 3.7.2 参数影响 | 第34-35页 |
| 3.7.3 社区发现结果分析 | 第35页 |
| 3.7.4 相似性分析 | 第35页 |
| 3.8 本章小结 | 第35-37页 |
| 4 融合内容和链接信息的社区发现算法 | 第37-49页 |
| 4.1 相关背景 | 第37-39页 |
| 4.1.1 融合信息社区发现发展 | 第37-38页 |
| 4.1.2 CODICIL | 第38-39页 |
| 4.2 用户相似性 | 第39-40页 |
| 4.2.1 TFIDF | 第39-40页 |
| 4.2.2 内容相似性 | 第40页 |
| 4.2.3 融合内容和链接信息的相似性 | 第40页 |
| 4.3 微博社区发现方法D-CODICIL详述 | 第40-43页 |
| 4.3.1 微博内容向量化 | 第40-41页 |
| 4.3.2 方法框架 | 第41-43页 |
| 4.3.3 算法说明 | 第43页 |
| 4.3.4 社区划分 | 第43页 |
| 4.4 算法效果分析 | 第43-47页 |
| 4.4.1 准确性与时间效率 | 第44-45页 |
| 4.4.2 参数影响 | 第45-46页 |
| 4.4.3 社区结点初步分析 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 5 D-CODICIL的分布式处理 | 第49-64页 |
| 5.1 HADOOP平台以及MAPREDUCE模型 | 第49-58页 |
| 5.1.1 产生背景 | 第49页 |
| 5.1.2 Hadoop | 第49-51页 |
| 5.1.3 HDFS文件系统 | 第51-54页 |
| 5.1.4 MapReduce计算模型 | 第54-58页 |
| 5.2 微博社区算法并行化 | 第58-62页 |
| 5.2.1 传统算法分析 | 第58-59页 |
| 5.2.2 算法并行化 | 第59-62页 |
| 5.3 实验结果分析 | 第62-63页 |
| 5.3.1 实验环境 | 第62页 |
| 5.3.2 Hadoop安装 | 第62页 |
| 5.3.3 实验结果 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 结论 | 第64-66页 |
| 6.1 本文主要工作 | 第64-65页 |
| 6.2 未来展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |