| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 复杂网络研究现状 | 第11-12页 |
| 1.2.2 节点影响力研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 复杂网络 | 第16-26页 |
| 2.1 复杂网络的表示 | 第17-18页 |
| 2.2 复杂网络统计特性分析 | 第18-20页 |
| 2.2.1 度与度分布 | 第18-19页 |
| 2.2.2 网络的平均路径长度 | 第19页 |
| 2.2.3 聚类系数 | 第19-20页 |
| 2.3 节点影响力算法 | 第20-24页 |
| 2.4 节点影响力算法分析 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于边中心性加权的影响力节点识别算法 | 第26-34页 |
| 3.1 引言 | 第26页 |
| 3.2 边中心性 | 第26-28页 |
| 3.3 基于边中心性加权的影响力节点识别算法 | 第28-29页 |
| 3.4 算法设计 | 第29-32页 |
| 3.4.1 算法描述 | 第29-30页 |
| 3.4.2 算法流程 | 第30-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 基于邻域Jaccard距离的影响力节点识别算法 | 第34-41页 |
| 4.1 引言 | 第34页 |
| 4.2 相邻节点之间邻域Jaccard距离 | 第34-35页 |
| 4.3 基于邻域Jaccard距离的影响力节点识别算法 | 第35-36页 |
| 4.4 算法设计 | 第36-40页 |
| 4.4.1 算法描述 | 第36页 |
| 4.4.2 算法流程 | 第36-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 实验结果与分析 | 第41-52页 |
| 5.1 试验平台 | 第41页 |
| 5.2 传播模型和分析标准 | 第41-43页 |
| 5.3 基于边中心性加权的影响力节点识别算法实验分析 | 第43-46页 |
| 5.3.1 实验数据集 | 第43页 |
| 5.3.2 实验结果分析 | 第43-46页 |
| 5.4 基于邻域Jaccard距离影响力节点识别算法实验分析 | 第46-51页 |
| 5.4.1 实验数据集 | 第46页 |
| 5.4.2 实验结果分析 | 第46-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
