| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容及创新点 | 第11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 社会网络影响力分析算法 | 第12-26页 |
| ·相关概念 | 第12-13页 |
| ·社会网络 | 第12页 |
| ·网络结构观 | 第12-13页 |
| ·影响力最大化问题 | 第13页 |
| ·主要的影响力传播模型 | 第13-15页 |
| ·独立级联模型 | 第14页 |
| ·线性阈值模型 | 第14-15页 |
| ·影响力最大化算法 | 第15-25页 |
| ·算法相关理论 | 第15页 |
| ·贪心算法 | 第15-16页 |
| ·贪心算法在MIA模型上的应用 | 第16-21页 |
| ·基本的MIA模型和贪心算法 | 第16-18页 |
| ·效率更好的贪心算法 | 第18-21页 |
| ·基于社区的贪心算法(CGA) | 第21-25页 |
| ·算法准备 | 第21-22页 |
| ·CGA算法中的社区划分 | 第22-24页 |
| ·CGA算法中影响力最大节点的选择算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于网络均匀划分的影响力最大结点选择算法 | 第26-40页 |
| ·问题的提出 | 第26页 |
| ·算法的相关概念 | 第26-27页 |
| ·基于网络均匀划分的影响力最大结点选择算法(NED-MNS) | 第27-31页 |
| ·算法思想 | 第27-28页 |
| ·算法流程图 | 第28页 |
| ·算法详述 | 第28-31页 |
| ·NED-MNS算法的关键代码 | 第31-35页 |
| ·算法分析 | 第35页 |
| ·实验结果与分析 | 第35-39页 |
| ·实验数据 | 第35-36页 |
| ·实验方法 | 第36页 |
| ·实验结果及分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于浮动传播概率的独立级联模型 | 第40-48页 |
| ·问题的提出 | 第40页 |
| ·基于浮动传播概率的独立级联模型(FAP-IC) | 第40-43页 |
| ·FAP-IC模型思想 | 第40-41页 |
| ·FAP-IC模型实现的关键代码 | 第41页 |
| ·FAP-IC模型实例 | 第41-43页 |
| ·实验结果与分析 | 第43-47页 |
| ·实验数据 | 第43-44页 |
| ·实验一 | 第44-45页 |
| ·实验设计思想 | 第44页 |
| ·实验结果与分析 | 第44-45页 |
| ·实验二 | 第45-47页 |
| ·实验设计思想 | 第45页 |
| ·实验结果与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与未来工作展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·下一步工作及展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 在学期间的研究成果 | 第53-54页 |
| 致谢 | 第54页 |