| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| 1.1 相关研究背景 | 第10-11页 |
| 1.2 研究意义和社会网络研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 2 相关背景与理论知识 | 第15-29页 |
| 2.1 节点影响力评价研究综述 | 第15-22页 |
| 2.1.1 社会网络 | 第15-16页 |
| 2.1.2 节点影响力排序相关研究 | 第16-19页 |
| 2.1.3 SIR传播模型和节点影响力 | 第19-20页 |
| 2.1.4 PageRank算法 | 第20-22页 |
| 2.2 节点影响最大化研究综述 | 第22-27页 |
| 2.2.1 研究背景 | 第22页 |
| 2.2.2 节点影响最大化相关研究 | 第22-24页 |
| 2.2.3 影响力传播模型 | 第24页 |
| 2.2.4 独立级联模型 | 第24-25页 |
| 2.2.5 线性阈值模型 | 第25-26页 |
| 2.2.6 子模函数和贪心算法 | 第26-27页 |
| 2.2.7 节点影响力排序和节点影响最大化问题的联系和区别 | 第27页 |
| 2.3 本章总结 | 第27-29页 |
| 3 节点影响力评价研究 | 第29-46页 |
| 3.1 微博的“关注”关系和转推功能 | 第29-30页 |
| 3.2 传播模型的改进和问题定义 | 第30-32页 |
| 3.2.1 传统SIR模型的改进 | 第30-31页 |
| 3.2.2 问题定义 | 第31-32页 |
| 3.3 PageRank算法存在的问题 | 第32-36页 |
| 3.3.1 收缩机制存在的问题 | 第32-35页 |
| 3.3.2 投票阶段存在的问题 | 第35-36页 |
| 3.4 算法设计与实现 | 第36-40页 |
| 3.4.1 收缩机制的改进 | 第36-37页 |
| 3.4.2 邻居节点差异性的改进 | 第37-40页 |
| 3.5 实验设计和实验结果 | 第40-45页 |
| 3.5.1 实验数据集 | 第40页 |
| 3.5.2 性能评价指标 | 第40-41页 |
| 3.5.3 实验对比结果 | 第41-45页 |
| 3.6 本章总结 | 第45-46页 |
| 4 基于二阶邻居的节点影响最大化算法 | 第46-64页 |
| 4.1 传统贪心思想 | 第46-47页 |
| 4.1.1 边际收益 | 第46-47页 |
| 4.1.2 贪心算法 | 第47页 |
| 4.2 混合式算法 | 第47-51页 |
| 4.2.1 节点影响力的改进 | 第49-50页 |
| 4.2.2 “潜力”节点的选取 | 第50-51页 |
| 4.3 算法设计与实现 | 第51-56页 |
| 4.3.1 “潜力”节点选择策略的改进 | 第52-55页 |
| 4.3.2 贪心阶段计算效率的改进 | 第55-56页 |
| 4.4 时间复杂度分析 | 第56-58页 |
| 4.5 实验设计与对比结果 | 第58-63页 |
| 4.5.1 实验数据集介绍 | 第58页 |
| 4.5.2 实验设计与结果分析 | 第58-63页 |
| 4.6 本章总结 | 第63-64页 |
| 5 结束语 | 第64-66页 |
| 5.1 工作总结 | 第64-65页 |
| 5.2 进一步的研究工作 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士期间科研项目和研究成果 | 第71-72页 |
| 致谢 | 第72页 |