| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 社会网络分析的应用 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 不良行为研究现状 | 第13-15页 |
| 1.3.2 网络自相关模型研究现状 | 第15-16页 |
| 1.4 文章结构 | 第16-18页 |
| 第2章 大学生不良行为及影响因素指标体系 | 第18-24页 |
| 2.1 不良行为的界定 | 第18页 |
| 2.2 不良行为的影响 | 第18-19页 |
| 2.3 大学生的不良行为 | 第19-20页 |
| 2.4 大学生产生不良行为的影响因素 | 第20-22页 |
| 2.4.1 自身影响 | 第21页 |
| 2.4.2 学校影响 | 第21页 |
| 2.4.3 社会影响 | 第21-22页 |
| 2.5 大学生不良行为的指标体系 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 大学生不良行为的网络自相关模型 | 第24-30页 |
| 3.1 网络自相关模型再述 | 第24-28页 |
| 3.1.1 空间自相关模型概述 | 第24-26页 |
| 3.1.2 网络自相关模型概述 | 第26-28页 |
| 3.2 大学生不良行为的多重网络自相关模型 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 网络自相关模型的参数估计 | 第30-51页 |
| 4.1 最小二乘法的参数估计及其改进 | 第30-35页 |
| 4.1.1 最小二乘估计方法不满足一致性 | 第30-31页 |
| 4.1.2 最小二乘估计方法有效性讨论 | 第31-33页 |
| 4.1.3 最小二乘估计的改进 | 第33-35页 |
| 4.2 极大似然估计 | 第35-40页 |
| 4.2.1 极大似然估计的概念 | 第35页 |
| 4.2.2 极大似然估计的推导 | 第35-40页 |
| 4.3 贝叶斯估计方法及步骤 | 第40-50页 |
| 4.3.1 贝叶斯估计的一般原理 | 第41页 |
| 4.3.2 网络自相关模型参数的先验分布选取 | 第41-43页 |
| 4.3.3 网络自相关模型参数的联合后验分布及条件后验分布 | 第43-46页 |
| 4.3.4 贝叶斯抽样估计步骤 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于网络效应的大学生不良行为实证分析 | 第51-66页 |
| 5.1 数据获取及整理 | 第51页 |
| 5.2 基于网络属性的大学生不良行为分析 | 第51-55页 |
| 5.2.1 网络密度分析 | 第51-52页 |
| 5.2.2 中心度分析 | 第52-54页 |
| 5.2.3 小世界效应验证 | 第54页 |
| 5.2.4 核心——边缘结构分析 | 第54-55页 |
| 5.3 基于网络自相关模型的大学生不良行为分析 | 第55-64页 |
| 5.3.1 最小二乘估计实证结果 | 第56-57页 |
| 5.3.2 极大似然估计实证结果 | 第57-58页 |
| 5.3.3 贝叶斯估计实证结果 | 第58-60页 |
| 5.3.4 三种实证结果的比较 | 第60-64页 |
| 5.4 大学生不良行为的纠正对策 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间的学术研究成果 | 第72-73页 |
| 附录A | 第73-77页 |
| 附录B | 第77-80页 |