| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 国内外研究情况 | 第9-11页 |
| 1.3 论文研究的目的和意义 | 第11-12页 |
| 1.4 论文的主要研究内容 | 第12-14页 |
| 第二章 相关理论与技术 | 第14-20页 |
| 2.1 信息论基础 | 第14-16页 |
| 2.1.1 信息量 | 第14-15页 |
| 2.1.2 熵 | 第15-16页 |
| 2.1.3 信息量与熵的关系 | 第16页 |
| 2.2 相似性度量方法 | 第16-20页 |
| 2.2.1 欧几里得距离(Euclidean Distance) | 第17页 |
| 2.2.2 曼哈顿距离(Manhattan Distance) | 第17页 |
| 2.2.3 切比雪夫距离(Chebyshev Distance) | 第17-18页 |
| 2.2.4 明可夫斯基距离(Minkowski Distance) | 第18页 |
| 2.2.5 马哈拉诺比斯距离(Mahalanobis Distance) | 第18页 |
| 2.2.6 汉明距离(Hamming Distance) | 第18-19页 |
| 2.2.7 杰卡德距离(Jaccard Distance) | 第19页 |
| 2.2.8 余弦距离(Cosine Distance) | 第19-20页 |
| 第三章 通信数据中的情感交互行为研究 | 第20-28页 |
| 3.1 研究背景 | 第20-21页 |
| 3.2 数据 | 第21-22页 |
| 3.3 结果分析 | 第22-27页 |
| 3.3.1 情感投入 | 第22-24页 |
| 3.3.2 情感分布 | 第24-27页 |
| 3.4 小结 | 第27-28页 |
| 第四章 基于“校园一卡通”数据的社会关系识别 | 第28-36页 |
| 4.1 数据 | 第28-29页 |
| 4.2 相关性算法 | 第29-31页 |
| 4.3 结果分析 | 第31-34页 |
| 4.4 小结 | 第34-36页 |
| 第五章 总结与展望 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 致谢 | 第40-42页 |
| 攻读学位期间发表论文 | 第42页 |
