| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 微博用户影响力研究现状 | 第10-11页 |
| 1.2.2 微博意见领袖研究现状 | 第11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 微博用户网络特征分析 | 第14-24页 |
| 2.1 微博用户特征分析 | 第14-17页 |
| 2.1.1 用户节点出度分析 | 第14-16页 |
| 2.1.2 用户节点入度分析 | 第16-17页 |
| 2.2 微博用户网络信息传递特征分析 | 第17-19页 |
| 2.2.1 微博用户网络信息传递方式 | 第17-18页 |
| 2.2.2 微博用户划分 | 第18-19页 |
| 2.3 微博用户数据特征描述 | 第19-20页 |
| 2.4 微博数据获取 | 第20-21页 |
| 2.5 本章小结 | 第21-24页 |
| 3 微博用户影响力分析 | 第24-32页 |
| 3.1 微博用户影响力研究分析 | 第24-26页 |
| 3.2 影响微博用户影响力的关键因素 | 第26-28页 |
| 3.3 微博僵尸粉分析 | 第28-30页 |
| 3.2.1 僵尸粉的影响力分析 | 第28-29页 |
| 3.3.2 解决僵尸粉所采取的措施 | 第29-30页 |
| 3.4 微博网络领导小组模型描述 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 微博用户影响力算法 | 第32-42页 |
| 4.1 PageRank 算法 | 第32-36页 |
| 4.1.1 PageRank 算法背景 | 第32-33页 |
| 4.1.2 PageRank 算法原理及应用 | 第33-36页 |
| 4.2 基于 PageRank 算法的微博用户影响力排序 IR 算法 | 第36-40页 |
| 4.2.1 算法描述 | 第36-38页 |
| 4.2.2 实证结果与分析 | 第38-40页 |
| 4.3 本章小结 | 第40-42页 |
| 5 微博领导小组识别算法 | 第42-50页 |
| 5.1 个性化 PageRank 算法的基本思想 | 第42-43页 |
| 5.2 微博领导小组识别算法 | 第43-45页 |
| 5.3. 实验与分析 | 第45-47页 |
| 5.3.1 实验环境 | 第45-46页 |
| 5.3.2 实验数据 | 第46页 |
| 5.3.3 实验分析 | 第46-47页 |
| 5.4 本章小结 | 第47-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 论文工作总结 | 第50页 |
| 6.2 研究展望 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 在校期间发表的学术论文及研究成果 | 第60页 |