| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第15-26页 |
| 1.1 研究背景 | 第15-19页 |
| 1.2 研究目的及意义 | 第19-20页 |
| 1.3 主要研究内容和创新点 | 第20-24页 |
| 1.4 论文结构 | 第24-26页 |
| 第二章 相关技术研究 | 第26-42页 |
| 2.1 行为动力学实证与建模 | 第26-32页 |
| 2.1.1 人类行为的实证研究 | 第26-28页 |
| 2.1.2 非泊松特性的生成机制与建模 | 第28-32页 |
| 2.2 网络社区发现算法 | 第32-35页 |
| 2.2.1 非重叠社区发现算法 | 第32-34页 |
| 2.2.2 重叠社区发现算法 | 第34-35页 |
| 2.3 群体舆论演化建模 | 第35-41页 |
| 2.3.1 离散模型 | 第36-39页 |
| 2.3.2 连续模型 | 第39-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 即时通信社区用户行为实证分析与建模 | 第42-66页 |
| 3.1 引言 | 第42-44页 |
| 3.2 即时通信群体特点分析 | 第44-47页 |
| 3.3 即时通信社区用户行为实证分析 | 第47-54页 |
| 3.3.1 数据描述 | 第48页 |
| 3.3.2 信息发布规律 | 第48-50页 |
| 3.3.3 群体动力学特征 | 第50-52页 |
| 3.3.4 信息贡献量对个体行为的影响 | 第52-54页 |
| 3.4 基于兴趣和群体互动的用户行为模型(ICHM) | 第54-57页 |
| 3.4.1 用户行为的群体特性 | 第54-56页 |
| 3.4.2 时间周期和群体互动的会话特性 | 第56页 |
| 3.4.3 信息发布的兴趣衰减 | 第56-57页 |
| 3.5 ICHM模型仿真与分析 | 第57-59页 |
| 3.5.1 时间间隔分布特征 | 第57-58页 |
| 3.5.2 群体惰性I_(inert)对幂指数的影响 | 第58-59页 |
| 3.5.3 基于真实数据集的验证 | 第59页 |
| 3.6 基于会话驱动的用户行为模型(SICHM) | 第59-62页 |
| 3.6.1 会话规则 | 第60-62页 |
| 3.6.2 信息发布概率 | 第62页 |
| 3.7 SICHM模型仿真与分析 | 第62-65页 |
| 3.7.1 时间间隔分布特征 | 第62-63页 |
| 3.7.2 指数截断特性分析 | 第63-64页 |
| 3.7.3 基于真实数据集的验证 | 第64-65页 |
| 3.8 本章小结 | 第65-66页 |
| 第四章 基于网络稀疏化的社区发现研究 | 第66-84页 |
| 4.1 引言 | 第66-68页 |
| 4.2 基于相似度计算的网络稀疏化算法 | 第68-73页 |
| 4.2.1 相似度计算 | 第68-70页 |
| 4.2.2 全局稀疏化 | 第70-71页 |
| 4.2.3 局部稀疏化 | 第71-72页 |
| 4.2.4 稀疏化前后的特征 | 第72-73页 |
| 4.3 基于Minwise哈希的快速相似度计算 | 第73-75页 |
| 4.3.1 基本理论 | 第73-74页 |
| 4.3.2 利用Minwise哈希进行局部稀疏化 | 第74-75页 |
| 4.4 稀疏化对社区发现算法的影响 | 第75页 |
| 4.4.1 基于简单图变化的社区发现 | 第75页 |
| 4.4.2 考虑边方向性的图变换 | 第75页 |
| 4.5 仿真实验与分析 | 第75-83页 |
| 4.5.1 场景建立 | 第75-77页 |
| 4.5.2 性能指标 | 第77-78页 |
| 4.5.3 结果分析 | 第78-83页 |
| 4.6 本章小结 | 第83-84页 |
| 第五章 网络群体舆论演化分析与建模 | 第84-103页 |
| 5.1 引言 | 第84-86页 |
| 5.2 基于决策偏移的舆论演化动力学模型(DO2M) | 第86-93页 |
| 5.2.1 多维影响因子 | 第86-90页 |
| 5.2.2 节点状态划分 | 第90页 |
| 5.2.3 状态转移策略 | 第90-92页 |
| 5.2.4 观点演化策略 | 第92-93页 |
| 5.3 DO2M模型仿真与分析 | 第93-99页 |
| 5.3.1 实验数据集 | 第93-94页 |
| 5.3.2 与Deffuant模型对比 | 第94-96页 |
| 5.3.3 观点分布规律 | 第96页 |
| 5.3.4 节点状态演化 | 第96-97页 |
| 5.3.5 观点终态密度 | 第97-99页 |
| 5.4 基于改进HK模型的DO2M(HK-DO2M) | 第99-100页 |
| 5.5 HK-DO2M模型仿真实验与分析 | 第100-102页 |
| 5.6 本章小结 | 第102-103页 |
| 第六章 总结与展望 | 第103-107页 |
| 6.1 主要研究成果 | 第103-105页 |
| 6.2 未来展望 | 第105-107页 |
| 参考文献 | 第107-117页 |
| 攻读博士学位期间的科研成果 | 第117-119页 |
| 致谢 | 第119-120页 |
