基于中介中心性的网络传播节点影响力发现
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 社交网络数据抽样方法研究 | 第12-14页 |
| 1.2.2 社交网络影响力最大化研究 | 第14-16页 |
| 1.3 论文的主要研究内容 | 第16-17页 |
| 1.4 论文组织结构及内容安排 | 第17-19页 |
| 第2章 相关技术概述 | 第19-29页 |
| 2.1 社交网络基本概念 | 第19-20页 |
| 2.1.1 社交网络的定义 | 第19页 |
| 2.1.2 社交网络节点影响力的相关因素 | 第19-20页 |
| 2.2 社交网络影响力最大化算法 | 第20-24页 |
| 2.2.1 影响力度量基本概念 | 第20-21页 |
| 2.2.2 影响力度量基本算法 | 第21-23页 |
| 2.2.3 影响力传播模型 | 第23-24页 |
| 2.2.4 影响力评价标准 | 第24页 |
| 2.3 社交网络数据抽样相关理论 | 第24-27页 |
| 2.3.1 数据抽样的基本概念 | 第24-25页 |
| 2.3.2 社交网络抽样基本算法 | 第25-27页 |
| 2.3.3 抽样评价标准 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于不等概率的随机游走数据抽样算法 | 第29-41页 |
| 3.1 复杂网络的数据抽样理论 | 第29-31页 |
| 3.1.1 随机游走基本思想 | 第29-30页 |
| 3.1.2 随机游走的不足 | 第30-31页 |
| 3.2 基于不等概率的随机游走数据抽样算法 | 第31-33页 |
| 3.3 实验及其结果分析 | 第33-40页 |
| 3.3.1 实验环境 | 第33页 |
| 3.3.2 实验数据集 | 第33-35页 |
| 3.3.3 实验结果及其分析 | 第35-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于局部因子的差异化中介中心性算法 | 第41-55页 |
| 4.1 中介中心性算法 | 第41-42页 |
| 4.1.1 算法基本思想 | 第41页 |
| 4.1.2 算法优缺点 | 第41-42页 |
| 4.2 基于局部因子的差异化中介中心性算法 | 第42-45页 |
| 4.3 实验及其结果分析 | 第45-54页 |
| 4.3.1 实验环境 | 第45-46页 |
| 4.3.2 实验数据集 | 第46页 |
| 4.3.3 实验结果及其分析 | 第46-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第63-65页 |
| 致谢 | 第65页 |
