面向话题的社交网络影响力最大化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 话题检测研究现状 | 第13-14页 |
| 1.2.2 影响力分析研究现状 | 第14-17页 |
| 1.3 论文研究内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第二章 相关概念与技术 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 基本概念介绍 | 第19-20页 |
| 2.3 社交网络介绍 | 第20-22页 |
| 2.3.1 社交应用分类 | 第20-21页 |
| 2.3.2 微博平台介绍 | 第21-22页 |
| 2.4 面向话题的影响力分析流程 | 第22页 |
| 2.5 话题检测常用技术 | 第22-27页 |
| 2.5.1 话题检测流程 | 第23页 |
| 2.5.2 文本表示 | 第23-25页 |
| 2.5.3 相似度计算 | 第25-26页 |
| 2.5.4 聚类分析 | 第26-27页 |
| 2.6 影响力分析常用技术 | 第27-30页 |
| 2.6.1 影响力传播模型 | 第27-28页 |
| 2.6.2 影响力度量 | 第28-30页 |
| 2.6.3 影响力最大化 | 第30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 基于全局向量的话题检测 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 GV-LDA算法框架 | 第31-32页 |
| 3.3 文本向量化 | 第32-33页 |
| 3.4 LDA主题模型 | 第33-35页 |
| 3.5 主题聚类 | 第35-36页 |
| 3.6 实验设计与分析 | 第36-41页 |
| 3.6.1 评价指标 | 第36-37页 |
| 3.6.2 数据集 | 第37-38页 |
| 3.6.3 实验设计 | 第38页 |
| 3.6.4 实验结果与分析 | 第38-41页 |
| 3.7 本章小结 | 第41-43页 |
| 第四章 LTE影响力传播模型 | 第43-51页 |
| 4.1 引言 | 第43页 |
| 4.2 社交网络中的用户关系 | 第43-44页 |
| 4.3 影响力传播机理 | 第44页 |
| 4.4 LTE影响力传播模型 | 第44-46页 |
| 4.5 模型数值模拟 | 第46-48页 |
| 4.6 实验设计与分析 | 第48-49页 |
| 4.6.1 实验设计 | 第48-49页 |
| 4.6.2 实验结果与分析 | 第49页 |
| 4.7 本章小结 | 第49-51页 |
| 第五章 面向话题的影响力最大化覆盖算法 | 第51-59页 |
| 5.1 引言 | 第51页 |
| 5.2 面向话题的社交网络影响力最大化问题定义 | 第51-52页 |
| 5.3 话题上的节点间影响力度量 | 第52页 |
| 5.4 话题影响力覆盖 | 第52页 |
| 5.5 话题影响力最大化 | 第52-54页 |
| 5.6 实验设计与分析 | 第54-57页 |
| 5.6.1 数据集 | 第54页 |
| 5.6.2 实验设计 | 第54页 |
| 5.6.3 实验结果 | 第54-57页 |
| 5.7 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 全文工作总结 | 第59页 |
| 6.2 对未来工作的展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 附录A 攻读硕士期间发表论文与申请软件著作权 | 第69-71页 |
| 附录B 攻读硕士期间参与项目 | 第71页 |
