| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究意义 | 第15-17页 |
| 1.3 研究现状 | 第17-18页 |
| 1.4 本文研究内容 | 第18页 |
| 1.5 论文章节安排 | 第18-20页 |
| 第二章 社交网络与大学生群体关系的分析研究 | 第20-26页 |
| 2.1 社交网络的概念及特征 | 第20-22页 |
| 2.1.1 社交的多元性 | 第21页 |
| 2.1.2 社交的自由性 | 第21页 |
| 2.1.3 社交的网络性 | 第21-22页 |
| 2.2 社交网络下的高校学生工作 | 第22-24页 |
| 2.2.1 大学生群体分类 | 第22-23页 |
| 2.2.2 社交网络对高校的影响 | 第23-24页 |
| 2.3 社交网络在高校学生工作中的应用价值分析 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于社交网络的学生群体识别与分析体系研究 | 第26-40页 |
| 3.1 复杂网络概述 | 第26-33页 |
| 3.1.1 网络的表示方法及其特点 | 第26-30页 |
| 3.1.2 复杂网络的社团结构 | 第30-32页 |
| 3.1.3 复杂网络的社团发现方法概述 | 第32-33页 |
| 3.2 复杂网络下的高校学生群体本质关系研究 | 第33-37页 |
| 3.2.1 高校学生群体关系的现实表现形式 | 第33-34页 |
| 3.2.2 高校学生群体关系在复杂网络中的表现形式 | 第34-35页 |
| 3.2.3 高校学生群体本质关系与现实表现的关联分析研究 | 第35-37页 |
| 3.3 基于社交网络的学生群体识别与分析体系研究 | 第37-39页 |
| 3.3.1 基于关系反演的高校学生群体关系识别分析体系研究 | 第37-38页 |
| 3.3.2 基于社交网络的学生群体识别与分析方法概述 | 第38页 |
| 3.3.3 基于社交网络的高校学生群体新分类 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于学生群体关系挖掘的连边检测算法研究 | 第40-53页 |
| 4.1 传统连边社团检测算法概述 | 第40-42页 |
| 4.2 学生群体关系特征分析 | 第42-43页 |
| 4.3 基于学生群体关系挖掘的连边检测算法分析 | 第43-44页 |
| 4.3.1 加权连边检测算法概述 | 第43页 |
| 4.3.2 连边检测算法的划分密度与社团数量选择分析研究 | 第43-44页 |
| 4.4 实验结果分析 | 第44-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于社交网络的学生群体识别及分析 | 第53-75页 |
| 5.1 基于社交网络的学生群体划分流程概述 | 第53-54页 |
| 5.2 高校学生社交网络关系基础数据集的获取与成图分析 | 第54-57页 |
| 5.2.1 高校学生QQ、微信连接关系数据集获取 | 第55-56页 |
| 5.2.2 高校学生网络社交关系图的生成方法与分析 | 第56-57页 |
| 5.3 基于社交网络关系图的高校学生班级划分 | 第57-59页 |
| 5.4 基于社交网络分析的高校学生特殊群体挖掘与分析 | 第59-60页 |
| 5.5 实验结果分析 | 第60-74页 |
| 5.5.1 高校学生特殊群体挖掘结果分析 | 第60-64页 |
| 5.5.2 高校学生班级划分结果分析 | 第64-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 结论 | 第75-77页 |
| 6.1 工作总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-79页 |
| 个人简历 | 第79页 |
