| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 社交网络的发展 | 第9-10页 |
| 1.1.2 传播机制研究的重要意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 复杂网络研究综述 | 第12-13页 |
| 1.2.2 信息传播研究综述 | 第13-14页 |
| 1.3 本文的研究内容和结构安排 | 第14-17页 |
| 第二章 复杂网络理论和信息传播模型 | 第17-31页 |
| 2.1 复杂网络的统计参数 | 第17-19页 |
| 2.1.1 度、度分布 | 第17页 |
| 2.1.2 平均路径长度 | 第17-18页 |
| 2.1.3 介数中心度 | 第18-19页 |
| 2.1.4 社团结构 | 第19页 |
| 2.2 复杂网络的基本模型 | 第19-22页 |
| 2.2.1 小世界网络模型 | 第19-20页 |
| 2.2.2 无标度网络模型 | 第20-22页 |
| 2.3 信息传播模型的研究 | 第22-28页 |
| 2.3.1 动力学传播模型 | 第23-25页 |
| 2.3.2 结构化传播模型 | 第25-28页 |
| 2.4 本章小结 | 第28-31页 |
| 第三章 基于多维特征的信息传播概率建模研究 | 第31-39页 |
| 3.1 信息传播的特征分析 | 第31-34页 |
| 3.1.1 问题的提出 | 第31-32页 |
| 3.1.2 用户特征提取 | 第32-34页 |
| 3.2 传播概率建模的学习方法 | 第34-35页 |
| 3.3 实验仿真与分析 | 第35-37页 |
| 3.3.1 实验数据描述 | 第35-36页 |
| 3.3.2 仿真结果分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于新浪微博的自适应信息传播影响力最大化研究 | 第39-53页 |
| 4.1 经典影响力最大化问题 | 第39-41页 |
| 4.1.1 影响力最大化问题的定义 | 第39-40页 |
| 4.1.2 影响力最大化贪心算法 | 第40-41页 |
| 4.2 引入成本的自适应影响力最大化研究 | 第41-47页 |
| 4.2.1 问题的提出 | 第42-44页 |
| 4.2.2 基于收益极值性的M-based算法 | 第44-47页 |
| 4.3 实验仿真与结果分析 | 第47-50页 |
| 4.4 种子节点的特性分析 | 第50-52页 |
| 4.4.1 度分布特性 | 第50-51页 |
| 4.4.2 平均距离特性分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 全文工作总结 | 第53-54页 |
| 5.2 下一步工作展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间发表的论文目录 | 第59页 |