| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-15页 |
| 1.2.1 个体影响力分析 | 第10-12页 |
| 1.2.2 节点关系预测 | 第12-15页 |
| 1.3 本文工作 | 第15-17页 |
| 1.4 本文结构 | 第17-19页 |
| 2 相关技术与问题定义 | 第19-27页 |
| 2.1 相关技术 | 第19-24页 |
| 2.1.1 PageRank算法 | 第19-21页 |
| 2.1.2 AdaBoost算法 | 第21-23页 |
| 2.1.3 评价体系 | 第23-24页 |
| 2.2 问题定义 | 第24-25页 |
| 2.3 本章总结 | 第25-27页 |
| 3 基于PageRank算法的社交网络节点影响力评估 | 第27-36页 |
| 3.1 问题引出 | 第27页 |
| 3.2 算法设计 | 第27-30页 |
| 3.2.1 加入权重的用户影响力评价方法 | 第27-28页 |
| 3.2.2 用户排名的影响力评价指标 | 第28-29页 |
| 3.2.3 对比实验描述 | 第29-30页 |
| 3.3 实验结果与分析 | 第30-34页 |
| 3.3.1 语料简介 | 第30-31页 |
| 3.3.2 实验流程 | 第31页 |
| 3.3.3 实验结果及分析 | 第31-34页 |
| 3.4 本章总结 | 第34-36页 |
| 4 基于AdaBoost算法的社交网络节点关系预测 | 第36-44页 |
| 4.1 问题引出 | 第36页 |
| 4.2 算法设计 | 第36-39页 |
| 4.2.1 AdaBoost算法 | 第36-37页 |
| 4.2.2 弱分类器的选择 | 第37-38页 |
| 4.2.3 强分类器的形成 | 第38-39页 |
| 4.2.4 对比实验描述 | 第39页 |
| 4.3 实验结果与分析 | 第39-43页 |
| 4.3.1 语料简介 | 第39-40页 |
| 4.3.2 实验流程 | 第40页 |
| 4.3.3 实验评价指标 | 第40-41页 |
| 4.3.4 实验结果及分析 | 第41-43页 |
| 4.4 本章总结 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49-50页 |