基于微博网络的受控信息传播建模与仿真
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 符号对照表 | 第8-9页 |
| 第一章 绪论 | 第9-23页 |
| 1.1 问题的提出 | 第9-11页 |
| 1.2 背景和相关工作 | 第11-15页 |
| 1.2.1 社交影响力度量 | 第11-12页 |
| 1.2.2 信息传播模型 | 第12-14页 |
| 1.2.3 影响力最大化 | 第14-15页 |
| 1.3 应用热点分析 | 第15-18页 |
| 1.3.1 邮件网络 | 第16页 |
| 1.3.2 博客网络 | 第16页 |
| 1.3.3 社交网络 | 第16-18页 |
| 1.4 本文工作 | 第18-23页 |
| 1.4.1 研究内容与结论 | 第18-20页 |
| 1.4.2 主要贡献 | 第20-21页 |
| 1.4.3 文章结构 | 第21-23页 |
| 第二章 在线网络受控信息传播动态模型 | 第23-37页 |
| 2.1 模型框架 | 第23-25页 |
| 2.1.1 基本定义 | 第23页 |
| 2.1.2 一般假设 | 第23-24页 |
| 2.1.3 通用模型 | 第24-25页 |
| 2.2 均质网络传播模型 | 第25-26页 |
| 2.3 一般网络传播模型 | 第26-30页 |
| 2.3.1 模型的导出 | 第26-27页 |
| 2.3.2 模型的数值求解 | 第27-28页 |
| 2.3.3 模型的解析求解 | 第28-30页 |
| 2.4 数值模拟传播模型 | 第30页 |
| 2.5 基于真实网络的仿真 | 第30-37页 |
| 2.5.1 数据集描述 | 第30-32页 |
| 2.5.2 传播影响力求权 | 第32-33页 |
| 2.5.3 四种典型支持网络 | 第33-34页 |
| 2.5.4 仿真结果和分析 | 第34-37页 |
| 第三章 受控信息传播影响力最大化模型 | 第37-63页 |
| 3.1 问题的引出 | 第37-38页 |
| 3.2 代理选择最优化 | 第38-58页 |
| 3.2.1 基本定义 | 第38-39页 |
| 3.2.2 模函数优化模型 | 第39-44页 |
| 3.2.3 优化策略对比与实验 | 第44-58页 |
| 3.3 支持网络最优化 | 第58-61页 |
| 3.3.1 基本定义 | 第58页 |
| 3.3.2 KKT优化模型 | 第58-59页 |
| 3.3.3 典型支持结构的求解 | 第59-61页 |
| 3.4 进一步的讨论 | 第61-63页 |
| 第四章 微博网络受控传播实证分析 | 第63-85页 |
| 4.1 实验设计 | 第63-64页 |
| 4.2 数据集构建 | 第64-66页 |
| 4.3 受控节点的检测 | 第66-76页 |
| 4.4 受控传播分析 | 第76-83页 |
| 4.4.1 受控网络结构 | 第76-79页 |
| 4.4.2 受控传播影响力 | 第79-83页 |
| 4.5 结论与分析 | 第83-85页 |
| 第五章 工作总结与展望 | 第85-89页 |
| 5.1 研究结论 | 第85-87页 |
| 5.2 进一步工作 | 第87-89页 |
| 参考文献 | 第89-97页 |
| 致谢 | 第97-99页 |
| 攻读学位期间发表的学术论文目录 | 第99页 |
