摘要：作为复杂网络的一种，在线社交网络已经逐渐地发展了起来，它是由多社交主体互动构成的社会关系结构。在线社交网络具有社交关系复杂、数据量庞大、数据多模态等特点，传统的数据挖掘、分析方法已经不能完全适用于当前的社交网络。这些庞大的网络数据中，蕴含着丰富的人类行为模式，如面对不同事物选择的倾向性等等。以在线社交网络为对象，并对其进行构建和结构挖掘分析，可以加强对人类行为的认知和理解，有助于揭示和理解真实社会中的许多现象，还可促进潜在的商业价值分析与挖掘，因此在线社交网络构建和结构挖掘系统具有广阔的市场前景。

本系统基于复杂网络理论及方法，利用Python高级程序设计语言、PageRank算法、Hits算法对在线社交网络的构建、结构进行了研究。系统主要实现的功能有三方面，构建在线社交网络，分析在线社交网络的结构特性，挖掘在线社交网络的社团结构和网络核心人物。

关键词：在线社交网络；复杂网络；网络构建；网络结构；网络核心人物

目录

摘要

Abstract

1 绪论-1

1.1 课题背景-1

1.2 课题研究目的及意义-1

1.3 研究方法-2

1.4 研究内容-2

2 系统需求及可行性分析-3

2.1 系统需求分析-3

2.2 系统可行性分析-3

2.2.1 经济可行性-3

2.2.2 技术可行性-3

2.3.3 运行可行性-4

3 数据准备与相关技术-5

3.1 系统开发所需数据收集-5

3.2 系统开发所采用的技术-8

3.2.1 Python复杂网络分析库NetworkX简介-8

3.2.2 Python web 框架Django-9

3.2.3 PageRank算法-11

3.2.4 Hits算法-12

3.2.5 PyCharm开发环境-12

4 系统详细设计-14

4.1 模块功能设计-14

4.2 网络构建模块设计-15

4.3 网络结构挖掘模块设计-15

4.4 核心人物挖掘模块-15

4.5 热点话题挖掘模块-16

5 系统功能实现及结果分析-17

5.1 系统界面实现-17

5.2 构建网络-17

5.3 网络社团结构及特性挖掘-18

5.3 核心人物挖掘-21

5.4 热点话题挖掘-23

结    论-25

参 考 文 献-27

致    谢-28