声明
缩略词表
第一章绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 用户影响力排序研究现状
1.2.2 用户网络的潜在关系挖掘研究现状
1.3 论文的主要工作与贡献
1.4 论文章节安排
第二章相关理论基础和技术
2.1 复杂网络相关理论基础
2.2 复杂网络节点影响力评估算法
2.3 复杂网络链路预测算法
2.4 图嵌入技术
2.5 本章小结
第三章推特用户影响力排序方法研究
3.1 研究背景
3.2 基于引力场的用户影响力排序方法研究
3.2.1 用户间的拓扑相似性研究
3.2.2 基于距离平方反比的引力中心性
3.3 基于多层网络的用户影响力排序方法研究
3.3.1 推特用户多层关系网络构建
3.3.2 基于层间相似性的用户多层网络融合方法研究
3.4 实验与分析
3.4.1 实验数据与评估指标
3.4.2 实验过程
3.4.3 结果和分析
3.5 本章小结
第四章基于最优化的推特用户潜在关系挖掘
4.1 研究背景
4.2.1 链路预测与AUC分数
4.2.2 有序节点对的特征向量构建
4.2.3AUC优化过程
4.3 实验与分析
4.3.1 实验数据与评估指标
4.3.2 实验过程
4.3.3 结果和分析
4.4 本章小结
第五章总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的研究成果
电子科技大学;