| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景及意义 | 第14-17页 |
| 1.1.1 微博发展现状 | 第14-15页 |
| 1.1.2 微博信息传播中用户影响力分析的研究意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 微博用户影响力研究现状 | 第17-19页 |
| 1.2.2 微博信息传播机制与规模预测 | 第19-21页 |
| 1.3 本文主要工作 | 第21-23页 |
| 1.3.1 主要工作 | 第21-22页 |
| 1.3.2 主要创新点 | 第22-23页 |
| 1.4 论文组织结构 | 第23-24页 |
| 第二章 微博用户影响力建模方法研究 | 第24-30页 |
| 2.1 微博用户信息扩散能力定义与度量 | 第24-25页 |
| 2.2 微博用户影响力度量技术 | 第25-28页 |
| 2.2.1 PageRank算法 | 第25-27页 |
| 2.2.2 TwitterRank算法 | 第27-28页 |
| 2.3 信息扩散能力的预测技术 | 第28-29页 |
| 2.4 本章总结 | 第29-30页 |
| 第三章 基于话题的用户静态影响力分析 | 第30-51页 |
| 3.1 问题描述 | 第30-32页 |
| 3.2 计算用户之间转移概率 | 第32-37页 |
| 3.2.1 静态属性 | 第32-33页 |
| 3.2.2 行为属性 | 第33-35页 |
| 3.2.3 关系属性 | 第35-36页 |
| 3.2.4 博文话题定义 | 第36-37页 |
| 3.3 基于用户属性与多关系网络的用户影响力分析模型 | 第37-38页 |
| 3.4 实验分析 | 第38-50页 |
| 3.4.1 数据集获取 | 第38-40页 |
| 3.4.2 数据集基本特征分析 | 第40-41页 |
| 3.4.3 实验设置 | 第41-42页 |
| 3.4.4 准确率验证 | 第42-45页 |
| 3.4.5 召回率验证 | 第45-47页 |
| 3.4.6 F值验证 | 第47-50页 |
| 3.5 本章总结 | 第50-51页 |
| 第四章 用户动态影响力预测分析 | 第51-76页 |
| 4.1 问题描述 | 第51-52页 |
| 4.2 用户动态影响力预测模型 | 第52-67页 |
| 4.2.1 数据获取 | 第52-53页 |
| 4.2.2 数据预处理 | 第53-56页 |
| 4.2.3 特征提取 | 第56-60页 |
| 4.2.4 模型选择 | 第60-67页 |
| 4.3 实验分析 | 第67-74页 |
| 4.3.1 参数设置 | 第67-71页 |
| 4.3.2 模型有效性验证 | 第71-74页 |
| 4.4 本章总结 | 第74-76页 |
| 第五章 结论与展望 | 第76-78页 |
| 5.1 工作总结 | 第76页 |
| 5.2 研究展望 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 作者在学期间取得的学术成果 | 第85页 |