首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

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

论文共71页,点击 下载论文
上一篇:基于压缩感知的煤岩显微组分惰质组分类
下一篇:基于尺度空间的图像特征生成方法研究