社交网络的团体感知与挖掘方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 本文的研究目标和研究内容 | 第11-12页 |
| 1.3 课题的来源及研究内容 | 第12-13页 |
| 1.3.1 课题来源 | 第12页 |
| 1.3.2 主要工作和创新点 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 社交网络的团体划分综述 | 第15-21页 |
| 2.1 社交网络概述 | 第15-16页 |
| 2.1.1 社交网络的定义 | 第15页 |
| 2.1.2 社交网络的结构 | 第15-16页 |
| 2.1.3 社交网络的特点 | 第16页 |
| 2.2 团体划分与节点挖掘的研究现状 | 第16-19页 |
| 2.2.1 团体的基本概述 | 第17页 |
| 2.2.2 团体划分算法分析 | 第17-18页 |
| 2.2.3 团体中影响力节点挖掘算法分析 | 第18-19页 |
| 2.3 社交网络开源研究工具 | 第19-20页 |
| 2.3.1 Gephi | 第19页 |
| 2.3.2 Prefuse | 第19-20页 |
| 2.3.3 GraphChi | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 社交网络的特定团体感知研究 | 第21-37页 |
| 3.1 社交网络的数据获取机制分析 | 第21-29页 |
| 3.1.1 社交网络组成结构分析 | 第21-23页 |
| 3.1.2 API 数据采集机制分析 | 第23-26页 |
| 3.1.3 网页解析数据采集机制分析 | 第26-29页 |
| 3.2 在线特定团体感知模型研究 | 第29-33页 |
| 3.2.1 个体属性探测模型 | 第30页 |
| 3.2.2 行为属性探测模型 | 第30-31页 |
| 3.2.3 关系属性探测模型 | 第31-33页 |
| 3.2.4 算法描述与实现 | 第33页 |
| 3.3 在线特定团体感知模型评估 | 第33-36页 |
| 3.3.1 余弦相似度阈值敏感性分析 | 第34页 |
| 3.3.2 感知模型准确率分析 | 第34-35页 |
| 3.3.3 感知模型时效性分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于信息传播的影响力节点挖掘方法研究 | 第37-42页 |
| 4.1 社交网络信息传播树生成算法 | 第37-38页 |
| 4.2 基于信息传播的团体网络构建 | 第38-39页 |
| 4.3 基于信息传播的影响力节点挖掘 | 第39-41页 |
| 4.3.1 探测影响力节点 | 第40页 |
| 4.3.2 探测二次爆发桥节点 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 社交网络团体分析系统(SNCAS) | 第42-50页 |
| 5.1 SNCAS 系统框架 | 第42-43页 |
| 5.2 SNCAS 处理流程 | 第43页 |
| 5.3 SNCAS 主要模块 | 第43-48页 |
| 5.3.1 多源数据采集模块 | 第43-44页 |
| 5.3.2 特定团体分析模块 | 第44-46页 |
| 5.3.3 信息传播树构建模块 | 第46-47页 |
| 5.3.4 用户关系网络构建模块 | 第47-48页 |
| 5.4 SNCAS 的实验与评估 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
