| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 背景知识介绍 | 第13-17页 |
| 1.1.1 数据挖掘 | 第13-14页 |
| 1.1.2 传播模型 | 第14-15页 |
| 1.1.3 社交网络 | 第15-16页 |
| 1.1.4 社交网络数据挖掘的发展 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-18页 |
| 1.3 本文的组织结构 | 第18-21页 |
| 第二章 信息传播研究 | 第21-31页 |
| 2.1 数据分析 | 第21-26页 |
| 2.1.1 特征工程 | 第21-22页 |
| 2.1.2 特征处理的几种方法 | 第22-24页 |
| 2.1.3 模型选择 | 第24-26页 |
| 2.1.4 逻辑回归模型 | 第26页 |
| 2.2 传统传播模型介绍 | 第26-30页 |
| 2.2.1 传染病模型 | 第27-29页 |
| 2.2.2 影响力传播模型 | 第29-30页 |
| 2.3 本章总结 | 第30-31页 |
| 第三章 转发行为分析 | 第31-39页 |
| 3.1 转发行为 | 第31-32页 |
| 3.2 数据集描述 | 第32-33页 |
| 3.3 特征提取 | 第33-34页 |
| 3.4 模型训练及预测 | 第34-37页 |
| 3.5 本章总结 | 第37-39页 |
| 第四章 信息传播分析 | 第39-45页 |
| 4.1 基于转发行为的传播模型 | 第39-43页 |
| 4.1.1 SIS -p 模型 | 第40页 |
| 4.1.2 IC -p 模型 | 第40-41页 |
| 4.1.3 SIS -p 模型和IC - p模型的比较 | 第41-43页 |
| 4.2 传播模型在真实网络上的仿真 | 第43-44页 |
| 4.2.1 使用SIS模型在真实网络上的仿真 | 第43页 |
| 4.2.2 使用IC模型在真实网络上的仿真 | 第43-44页 |
| 4.3 本章总结 | 第44-45页 |
| 第五章 仿真实验 | 第45-59页 |
| 5.1 实验平台 | 第45-52页 |
| 5.1.1 爬虫 | 第45-48页 |
| 5.1.2 Hadoop介绍 | 第48-51页 |
| 5.1.3 Weka介绍 | 第51-52页 |
| 5.2 实验设计 | 第52-55页 |
| 5.2.1 基本功能分析 | 第52-53页 |
| 5.2.2 模块划分 | 第53-54页 |
| 5.2.3 模型训练 | 第54-55页 |
| 5.3 实验结果分析 | 第55-58页 |
| 5.4 本章总结 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| 6.1 本文的主要工作 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |