社交网络分析与信息传播研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 研究背景 | 第6-7页 |
| 1.2 课题的提出和研究意义 | 第7-8页 |
| 1.3 本文的主要内容 | 第8页 |
| 1.4 本章小结 | 第8-10页 |
| 第二章 社交网络简介 | 第10-19页 |
| 2.1 什么是社交网络 | 第10-12页 |
| 2.2 社交网络的分类 | 第12-13页 |
| 2.3 社交网络的表示和特征 | 第13-14页 |
| 2.4 社交网络理论基础 | 第14-15页 |
| 2.5 社交网络主要研究方向 | 第15-17页 |
| 2.5.1 社交网络拓扑特性分析 | 第15-16页 |
| 2.5.2 社会化推荐 | 第16页 |
| 2.5.3 社区关系挖掘 | 第16-17页 |
| 2.5.4 社交网络中的信息传播 | 第17页 |
| 2.6 本章小结 | 第17-19页 |
| 第三章 数据采集 | 第19-32页 |
| 3.1 新浪微博API简介 | 第19-22页 |
| 3.1.1 OAUTH认证 | 第19-20页 |
| 3.1.2 新浪微博API | 第20-21页 |
| 3.1.3 API接口访问权限 | 第21-22页 |
| 3.2 数据采集 | 第22-31页 |
| 3.2.1 数据内容 | 第22-23页 |
| 3.2.2 网络爬虫 | 第23-24页 |
| 3.2.3 采集算法 | 第24-29页 |
| 3.2.4 数据库存储 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 社交网络特点与信息传播分析 | 第32-43页 |
| 4.1 新浪微博网络的特点分析 | 第32-35页 |
| 4.2 信息传播的特点分析 | 第35-36页 |
| 4.3 模型的构建与预测 | 第36-40页 |
| 4.3.1 支持向量机模型 | 第36-38页 |
| 4.3.2 建立预测模型 | 第38-40页 |
| 4.4 微博内容对信息传播的影响 | 第40-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第五章 结论 | 第43-46页 |
| 5.1 本文的主要内容与贡献 | 第43-44页 |
| 5.2 展望与后续工作 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
