微博消息传播模型和预测机制研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 绪论 | 第9-17页 |
| ·微博及其信息传播 | 第9-11页 |
| ·微博特点 | 第9-10页 |
| ·微博信息传播特点 | 第10-11页 |
| ·微博传播模式 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·微博信息传播研究现状 | 第12-14页 |
| ·微博信息传播预测研究现状 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 2 相关理论和技术概述 | 第17-25页 |
| ·社会网络分析指标 | 第17-20页 |
| ·度与度分布 | 第17-18页 |
| ·最短平均路径 | 第18页 |
| ·聚合系数 | 第18页 |
| ·中心性 | 第18-20页 |
| ·网络演化模型 | 第20-23页 |
| ·小世界网络 | 第20-21页 |
| ·无标度网络 | 第21-23页 |
| ·网络分析工具 | 第23-24页 |
| ·本章总结 | 第24-25页 |
| 3 微博用户交互行为分析 | 第25-31页 |
| ·微博用户互动网络 | 第25页 |
| ·UIM用户互动行为标度算法 | 第25-30页 |
| ·信息接受能力 | 第25-27页 |
| ·信息传播能力 | 第27-29页 |
| ·信息亲和力 | 第29-30页 |
| ·本章总结 | 第30-31页 |
| 4 微博信息传播和预测分析 | 第31-43页 |
| ·信息传播模型 | 第31-34页 |
| ·独立级联模型 | 第31-32页 |
| ·线性阈值模型 | 第32页 |
| ·SIR流行病模型 | 第32-34页 |
| ·GDC传播模型 | 第34-41页 |
| ·增长过程 | 第35-37页 |
| ·扩散过程 | 第37-38页 |
| ·竞争过程 | 第38-41页 |
| ·微博信息传播预测机制 | 第41-42页 |
| ·节点传播概率 | 第41页 |
| ·传播速度、深度预测 | 第41页 |
| ·预测度量方法 | 第41-42页 |
| ·本章总结 | 第42-43页 |
| 5 微博消息传播和预测分析系统设计与实现 | 第43-58页 |
| ·系统需求分析 | 第43页 |
| ·数据库设计 | 第43-44页 |
| ·系统模块设计与介绍 | 第44-47页 |
| ·系统结构与框架介绍 | 第44-45页 |
| ·数据获取模块 | 第45-46页 |
| ·用户互动行为分析模块 | 第46页 |
| ·微博消息传播分析模块 | 第46-47页 |
| ·微博消息传播预测模块 | 第47页 |
| ·系统实现 | 第47-57页 |
| ·微博数据的采集 | 第47-49页 |
| ·用户互动行为分析 | 第49-54页 |
| ·微博消息传播分析 | 第54-56页 |
| ·微博消息传播预测度量 | 第56-57页 |
| ·本章总结 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |
