| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景、目的及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究目的与意义 | 第8-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 关于社交网络信息传播的相关研究 | 第10-11页 |
| 1.2.2 关于社交网络用户历史交互行为的相关研究 | 第11页 |
| 1.2.3 关于社交网络连接强度的相关研究 | 第11-12页 |
| 1.2.4 关于社交网络信息传播路径的相关研究 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 研究方法与技术路线 | 第14-16页 |
| 1.4.1 研究方法 | 第14-15页 |
| 1.4.2 技术路线 | 第15-16页 |
| 1.5 论文结构 | 第16页 |
| 1.6 论文的主要创新点 | 第16-18页 |
| 第二章 理论基础 | 第18-23页 |
| 2.1 复杂网络相关理论 | 第18-21页 |
| 2.1.1 复杂网络概述 | 第18-19页 |
| 2.1.2 复杂网络的统计特征 | 第19-21页 |
| 2.2 信息传播的相关理论 | 第21-22页 |
| 2.2.1 网络舆情及信息传播 | 第21-22页 |
| 2.2.2 SIR传染病模型 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 用户关系强度网络构建 | 第23-31页 |
| 3.1 微博用户关系网络分析 | 第23-26页 |
| 3.1.1 微博网络的介绍 | 第23页 |
| 3.1.2 微博关系网络的特征分析 | 第23-25页 |
| 3.1.3 微博中的“意见领袖” | 第25-26页 |
| 3.2 用户关系强度网络定义 | 第26-27页 |
| 3.2.1 用户的关注关系定义 | 第26-27页 |
| 3.2.2 用户关系强度定义 | 第27页 |
| 3.3 基于历史交互的用户关系强度计算 | 第27-28页 |
| 3.4 实验载体网络选取及构建 | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 第四章 信息传播主路径的识别 | 第31-45页 |
| 4.1 关键节点的识别 | 第31-33页 |
| 4.1.1 关键节点的重要性 | 第31页 |
| 4.1.2 关键节点的识别规则 | 第31-33页 |
| 4.2 主路径的识别 | 第33-35页 |
| 4.2.1 主路径的重要性 | 第33页 |
| 4.2.2 主路径的识别规则 | 第33-35页 |
| 4.3 主路径中弱连接的作用 | 第35-37页 |
| 4.3.1 弱连接的价值 | 第35-37页 |
| 4.3.2 考虑弱连接价值的主路径识别方法 | 第37页 |
| 4.4 实验结果与分析 | 第37-43页 |
| 4.4.1 关键节点识别 | 第37-40页 |
| 4.4.2 主路径识别 | 第40页 |
| 4.4.3 可视化展示与分析 | 第40-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 信息传播主路径的应用分析 | 第45-54页 |
| 5.1 主路径网络的作用 | 第45页 |
| 5.2 信息传播预测的应用 | 第45-50页 |
| 5.2.1 基于主路径网络结构的信息传播预测 | 第45-46页 |
| 5.2.2 案例实证 | 第46-50页 |
| 5.3 信息传播控制的应用 | 第50-53页 |
| 5.3.1 基于主路径网络结构的信息传播控制 | 第50-51页 |
| 5.3.2 案例实证 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 论文工作总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录1 程序清单 | 第60-61页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |