| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 课题研究内容及意义 | 第13-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 微博社交网络的人物数据获取 | 第16-25页 |
| 2.1 新浪微博开放平台介绍 | 第16-18页 |
| 2.2 基于微博网页解析的群体分析数据获取 | 第18-21页 |
| 2.3 数据存储格式介绍 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 微博社交网络的拓扑分析 | 第25-41页 |
| 3.1 微博社交网络探测 | 第25-32页 |
| 3.1.1 微博社交网络探测介绍 | 第25-26页 |
| 3.1.2 微博信息搜索 | 第26-28页 |
| 3.1.3 微博社交网络生成 | 第28-32页 |
| 3.2 微博社交网络拓扑分析 | 第32-38页 |
| 3.2.1 微博人物影响力计算 | 第32-36页 |
| 3.2.2 其他属性的计算 | 第36-38页 |
| 3.3 可视化展示 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 微博社交网络的社区发现 | 第41-55页 |
| 4.1 微博社交网络的社区发现的介绍 | 第41-42页 |
| 4.2 微博社交网络社区算法 | 第42-47页 |
| 4.2.1 传统网络社区算法介绍 | 第42-44页 |
| 4.2.2 基于用户兴趣的社区发现算法 | 第44-47页 |
| 4.3 基于大规模数据的社区发现算法 | 第47-51页 |
| 4.3.1 大规模数据的网络分析介绍 | 第47-48页 |
| 4.3.2 Map/Reduce的计算框架介绍 | 第48-50页 |
| 4.3.3 基于 Map/Reduce 的标签传播步骤 | 第50-51页 |
| 4.4 基于用户兴趣的社区发现算法的实验 | 第51-54页 |
| 4.4.1 数据集描述 | 第51-52页 |
| 4.4.2 实验效果对比 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文 | 第60-62页 |
| 致谢 | 第62页 |