| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 主要符号对照表 | 第8-9页 |
| 第1章 引言 | 第9-17页 |
| 1.1 研究背景 | 第9-14页 |
| 1.1.1 在线社交网络 | 第9-11页 |
| 1.1.2 信息可视化 | 第11-12页 |
| 1.1.3 在线社交网络可视化研究 | 第12-13页 |
| 1.1.4 在线社交网络结构挖掘研究 | 第13-14页 |
| 1.2 研究目的与研究内容 | 第14-15页 |
| 1.3 论文结构与内容概述 | 第15-17页 |
| 第2章 在线社交网络数据收集 | 第17-32页 |
| 2.1 在线社交网络数据 | 第17-18页 |
| 2.2 在线社交网络数据收集架构 | 第18-26页 |
| 2.2.1 整体架构设计 | 第18-19页 |
| 2.2.2 Master端程序设计与实现 | 第19-22页 |
| 2.2.3 Slave端管理进程设计与实现 | 第22-25页 |
| 2.2.4 Slave端数据收集进程设计与实现 | 第25-26页 |
| 2.3 数据收集类型与规模 | 第26-28页 |
| 2.4 数据使用接口 | 第28-30页 |
| 2.5 小结 | 第30-32页 |
| 第3章 在线社交网络数据可视化 | 第32-53页 |
| 3.1 一种新的大规模社交网络结构可视化方法 | 第32-36页 |
| 3.1.1 核心用户相似度度量方法 | 第33页 |
| 3.1.2 核心用户聚类方法 | 第33-34页 |
| 3.1.3 核心用户布局优化方法 | 第34-35页 |
| 3.1.4 普通用户可视化方法 | 第35-36页 |
| 3.2 针对新浪微博的社交网络可视化分析 | 第36-51页 |
| 3.2.1 微博地理位置分布可视化 | 第36-39页 |
| 3.2.2 微博与社会发展指标可视化 | 第39-44页 |
| 3.2.3 微博地区间连接关系可视化 | 第44-48页 |
| 3.2.4 微博网络结构可视化 | 第48-51页 |
| 3.3 小结 | 第51-53页 |
| 第4章 在线社交网络结构挖掘 | 第53-73页 |
| 4.1 一种新的网络平衡性度量方法 | 第53-56页 |
| 4.1.1 边平衡度定义 | 第53-54页 |
| 4.1.2 边平衡度与度 | 第54-56页 |
| 4.2 新浪微博和Twitter的基本网络结构特征分析 | 第56-65页 |
| 4.2.1 度分布 | 第56-58页 |
| 4.2.2 微博活跃度分布 | 第58-59页 |
| 4.2.3 度与微博数的相关关系 | 第59-61页 |
| 4.2.4 平均路径长度 | 第61-62页 |
| 4.2.5 用户排序 | 第62-65页 |
| 4.3 新浪微博和Twitter的关注倾向分析 | 第65-71页 |
| 4.3.1 关注倾向与网络结构 | 第65页 |
| 4.3.2 同质性 | 第65-67页 |
| 4.3.3 关注关系分布 | 第67-68页 |
| 4.3.4 网络同配性 | 第68-69页 |
| 4.3.5 边平衡度 | 第69-71页 |
| 4.4 小结 | 第71-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 5.1 论文工作总结 | 第73-74页 |
| 5.2 下一步工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第81页 |