首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于联盟划分的社会网络影响力最大化问题研究

摘要第8-10页
Abstract第10-12页
第1章 绪论第13-23页
    1.1 研究背景第13-14页
    1.2 选题意义第14-15页
    1.3 国内外研究现状第15-18页
        1.3.1 影响力最大化问题研究现状第15-17页
        1.3.2 联盟结构形成研究现状第17-18页
    1.4 主要研究内容第18-19页
    1.5 论文组织结构第19-21页
    1.6 本章小结第21-23页
第2章 相关理论第23-35页
    2.1 社会网络简介第23-24页
    2.2 社会网络的特性第24-25页
    2.3 社会网络影响力第25-26页
    2.4 信息传播模型第26-30页
        2.4.1 线性阈值模型第26-28页
        2.4.2 独立级联模型第28-30页
    2.5 影响力最大化问题及其算法第30-33页
        2.5.1 问题定义第30页
        2.5.2 单调性及子模特性第30-31页
        2.5.3 随机算法第31页
        2.5.4 贪心算法第31-32页
        2.5.5 最大度算法第32-33页
    2.6 影响力最大化问题的评价标准第33页
    2.7 本章小结第33-35页
第3章 基于联盟的影响力最大化算法第35-51页
    3.1 合作博弈论定义第35-36页
    3.2 求解合作博弈第36-37页
    3.3 联盟收益分配第37-42页
        3.3.1 Shapley value第37-39页
        3.3.2 Consensus value第39-42页
    3.4 基于联盟划分的影响力最大化算法第42-47页
        3.4.1 联盟结构的生成第42-46页
        3.4.2 选择候选的联盟第46页
        3.4.3 寻找种子节点第46-47页
    3.5 算法伪代码第47-49页
        3.5.1 基于Shapley value的影响力最大化算法第47-48页
        3.5.2 基于Consensus value的影响力最大化算法第48-49页
    3.6 本章小结第49-51页
第4章 实验与分析第51-69页
    4.1 实验环境第51页
    4.2 实验数据第51-54页
        4.2.1 复杂网络模型第51-53页
        4.2.2 真实数据集第53-54页
    4.3 实验中的方法第54页
    4.4 参数设置第54-55页
    4.5 实验结果与分析第55-67页
        4.5.1 影响力传播值第55-66页
        4.5.2 运行时间第66-67页
    4.6 本章小结第67-69页
第5章 总结与展望第69-71页
    5.1 本文工作的总结第69-70页
    5.2 工作展望第70-71页
参考文献第71-77页
致谢第77-79页
硕士期间发表论文一览表第79页

论文共79页,点击 下载论文
上一篇:基于时空特征和深度学习模型的人脸表情识别算法研究
下一篇:基于深度学习的滑坡检测算法研究