| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 用户影响力分析研究现状 | 第11-13页 |
| 1.2.2 用户影响力演化趋势预测研究现状 | 第13页 |
| 1.3 研究内容与目的 | 第13-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 用户影响力排序 | 第16-40页 |
| 2.1 基于INTEGRATIONRANKER的用户影响力排序方法 | 第16-25页 |
| 2.1.1 PageRank算法概述 | 第16-17页 |
| 2.1.2 基于IntegrationRanker的用户影响力排序概述 | 第17-25页 |
| 2.2 基于排序学习算法的用户影响力排序方法 | 第25-39页 |
| 2.2.1 基于排序学习的用户影响力排序问题 | 第25-26页 |
| 2.2.2 基于排序学习的用户影响力排序方法 | 第26-27页 |
| 2.2.3 用户影响力特征提取 | 第27-39页 |
| 2.3 本章小结 | 第39-40页 |
| 第3章 用户影响力演化趋势预测 | 第40-47页 |
| 3.1 基于时间跨度的用户影响力预测方法 | 第40-42页 |
| 3.1.1 基于时间跨度的用户影响力预测算法 | 第40-42页 |
| 3.1.2 基于时间跨度的用户影响力预测方法相关特征提取 | 第42页 |
| 3.2 基于话题领域的用户影响力预测方法 | 第42-46页 |
| 3.2.1 基于话题领域的用户影响力预测算法概述 | 第42-44页 |
| 3.2.2 基于话题领域的用户影响力预测方法相关特征提取 | 第44-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第4章 系统实现与实验结果分析 | 第47-68页 |
| 4.1 网络用户影响力分析和演化趋势预测系统 | 第47-49页 |
| 4.2 实验条件 | 第49-53页 |
| 4.2.1 实验数据 | 第49-51页 |
| 4.2.2 实验评价指标 | 第51-53页 |
| 4.3 用户影响力排序实验 | 第53-59页 |
| 4.3.1 基于Integration Ranker的用户影响力排序实验 | 第53-57页 |
| 4.3.2 基于排序学习的用户影响力排序实验 | 第57-59页 |
| 4.4 用户影响力演化趋势预测实验 | 第59-67页 |
| 4.4.1 基于时间跨度的用户影响力预测实验 | 第59-63页 |
| 4.4.2 基于话题领域的用户影响力预测实验 | 第63-67页 |
| 4.5 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71页 |
