基于改进线性阈值模型的用户影响力算法研究与平台实现
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 课题研究背景 | 第13-14页 |
| 1.2 课题研究目的及意义 | 第14-15页 |
| 1.3 学术界研究现状及分析 | 第15-17页 |
| 1.3.1 影响力定义及相关概念 | 第15-16页 |
| 1.3.2 国内外研究现状与分析 | 第16-17页 |
| 1.4 工业界应用现状及分析 | 第17-19页 |
| 1.5 论文主要内容 | 第19-20页 |
| 1.6 论文组织结构 | 第20-22页 |
| 第二章 数据获取及用户影响力分析相关技术 | 第22-35页 |
| 2.1 数据获取 | 第22-27页 |
| 2.1.1 爬虫技术 | 第22-23页 |
| 2.1.2 微博API技术 | 第23-24页 |
| 2.1.3 模拟登录技术 | 第24-26页 |
| 2.1.4 数据抽取及预处理 | 第26-27页 |
| 2.2 相关技术研究 | 第27-33页 |
| 2.2.1 基于网络结构的影响力算法 | 第27-29页 |
| 2.2.2 基于PageRank的影响力算法 | 第29-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第三章 改进的线性阈值模型 | 第35-46页 |
| 3.1 线性阈值模型原理介绍 | 第35-36页 |
| 3.1.1 节点被激活方式 | 第35-36页 |
| 3.1.2 影响力权值 | 第36页 |
| 3.2 节点激活阈值 | 第36-38页 |
| 3.3 单个用户传播影响力 | 第38-39页 |
| 3.4 选择TOP-K用户集合最大化影响力 | 第39-41页 |
| 3.5 实验设计 | 第41-43页 |
| 3.6 实验结果分析 | 第43-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 影响力分析平台功能扩展 | 第46-60页 |
| 4.1 影响力分析平台介绍 | 第46-49页 |
| 4.1.1 平台功能描述 | 第46-47页 |
| 4.1.2 平台系统架构 | 第47页 |
| 4.1.3 平台系统用例 | 第47-49页 |
| 4.2 影响力分析平台模拟功能设计与实现 | 第49-51页 |
| 4.2.1 平台MVC架构分析 | 第49页 |
| 4.2.2 平台MVC架构重构设计 | 第49-50页 |
| 4.2.3 平台MVC架构重构实现 | 第50-51页 |
| 4.3 影响力分析平台接口设计与实现 | 第51-59页 |
| 4.3.1 技术分析 | 第51-54页 |
| 4.3.2 平台接口设计 | 第54-56页 |
| 4.3.3 平台接口实现 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 影响力分析系统设计与实现 | 第60-69页 |
| 5.1 系统架构 | 第60-62页 |
| 5.2 系统功能模块分析 | 第62-66页 |
| 5.2.1 数据获取功能模块分析 | 第62-63页 |
| 5.2.2 微博功能模块分析 | 第63页 |
| 5.2.3 模拟功能模块分析 | 第63页 |
| 5.2.4 API模块分析 | 第63-64页 |
| 5.2.5 影响力模块分析 | 第64-65页 |
| 5.2.6 系统技术结构图 | 第65-66页 |
| 5.3 系统演示 | 第66-67页 |
| 5.3.1 数据获取及微博模块 | 第66页 |
| 5.3.2 模拟功能模块 | 第66-67页 |
| 5.3.3 影响力模块 | 第67页 |
| 5.4 本章小结 | 第67-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 6.1 研究工作总结 | 第69页 |
| 6.2 下一步的工作的展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 作者在学期间取得的学术成果 | 第77页 |
