声明
致谢
摘要
1 绪论
1.1 研究背景
1.1.1 社会网络的基本概念和发展历程
1.1.2 微博发展现状及其特点
1.1.3 网络群体结构的相关研究
1.2 研究方向和意义
1.3 论文结构安排
2 复杂网络社群发现算法分析
2.1 复杂网络分析概述
2.1.1 复杂网络度量方法及参数
2.1.2 复杂网络的结构特性
2.1.3 复杂网络的基本模型
2.2 社群相关概念
2.3 主流社群挖掘算法
2.3.1 图形分割算法
2.3.2 分裂法
2.3.3 凝聚法
2.3.4 其他社群挖掘算法
2.4 本章小结
3 基于微博用户自定义兴趣标签的网络建模
3.1 问题的提出
3.1.1 传统静态社群的数学模型
3.1.2 动态社群的数学模型
3.1.3 微博中社群的产生过程和结构特征
3.2 基于微博用户自定义兴趣标签的关系模型
3.2.1 微博用户兴趣关系模型方案设计
3.2.2 微博用户的选取策略
3.2.3 用户兴趣点的表征
3.2.4 用户关系矩阵的构建
3.3 用户兴趣关系模型分析
3.3.1 数据库设计
3.3.2 模型构建
3.3.3 模型分析
3.4 本章小结
4 基于用户兴趣标签的动态社群差分算法
4.1 算法原理介绍
4.1.1 动态社群差分算法基本思想
4.1.2 动态社群差分算法实现
4.1.3 算法复杂度分析
4.2 实验方案及准备
4.2.1 实验总体设计
4.2.2 数据库设计
4.2.3 数据的获取及实验环境配置
4.2.4 相关参数指标的选择
4.3 实验仿真结果分析
4.3.1 社群兴趣特性分析
4.3.2 算法效率及准确度分析
4.4 本章小结
5 总结与展望
5.1 论文工作总结
5.2 论文工作展望
参考文献
作者简历
学位论文数据集