在线社会网络中信息传播与干预技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 研究现状 | 第16-23页 |
| 1.2.1 在线社会网络图 | 第16-17页 |
| 1.2.2 在线社会网络信息传播模型 | 第17-19页 |
| 1.2.3 在线社会网络多源点干预技术 | 第19-23页 |
| 1.3 存在的主要问题 | 第23-24页 |
| 1.4 论文主要内容与章节安排 | 第24-28页 |
| 1.4.1 论文主要内容 | 第24-26页 |
| 1.4.2 论文的章节安排 | 第26-28页 |
| 第二章 网络结构和信息传播与干预 | 第28-38页 |
| 2.1 引言 | 第28页 |
| 2.2 网络结构统计特征分析 | 第28-30页 |
| 2.3 信息传播模型 | 第30-34页 |
| 2.3.1 微观层面的传播模型 | 第30-32页 |
| 2.3.2 宏观层面的传染病模型 | 第32-34页 |
| 2.4 信息传播干预技术 | 第34-37页 |
| 2.4.1 基于探查节点的定位技术 | 第34-36页 |
| 2.4.2 信息传播阻断模型 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于k-核的信息传播模型 | 第38-52页 |
| 3.1 引言 | 第38-39页 |
| 3.2 以k-核为基本单元的感染节点数量分析 | 第39-42页 |
| 3.2.1 k-核内感染节点数量 | 第39-41页 |
| 3.2.2 k-核间传播过程 | 第41-42页 |
| 3.3 基于k-核的信息传播模型建立 | 第42-44页 |
| 3.3.1 缓释策略 | 第42-43页 |
| 3.3.2 反馈机制 | 第43-44页 |
| 3.3.3 IMK传播模型的最终形式 | 第44页 |
| 3.4 实验分析 | 第44-50页 |
| 3.4.1 实验数据描述 | 第45-46页 |
| 3.4.2 准确率对比 | 第46-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于时空相似性的多源点定位方法 | 第52-74页 |
| 4.1 引言 | 第52页 |
| 4.2 问题描述 | 第52-54页 |
| 4.3 源点定位问题建模 | 第54-55页 |
| 4.4 基于源点指向性遴选备选源点 | 第55-60页 |
| 4.4.1 源点指向性分析 | 第55-58页 |
| 4.4.2 信息发布时刻和每跳时延的确定 | 第58-59页 |
| 4.4.3 基于重启式随机游走遴选备选源点集 | 第59-60页 |
| 4.5 基于时空相近判定源点数量和位置 | 第60-64页 |
| 4.5.1 近邻传播算法 | 第61页 |
| 4.5.2 基于改进的近邻传播算法定位 | 第61-64页 |
| 4.6 实验分析 | 第64-72页 |
| 4.6.1 实验设置 | 第64页 |
| 4.6.2 适用性分析 | 第64-70页 |
| 4.6.3 算法准确率与运行时间对比 | 第70-72页 |
| 4.7 本章小结 | 第72-74页 |
| 第五章 面向节点影响力的信息传播阻断模型 | 第74-90页 |
| 5.1 引言 | 第74页 |
| 5.2 问题描述 | 第74-75页 |
| 5.3 面向影响力的信息传播阻断模型 | 第75-78页 |
| 5.3.1 信息传播影响力定义 | 第75-76页 |
| 5.3.2 模型建立 | 第76页 |
| 5.3.3 模型性质分析 | 第76-78页 |
| 5.4 基于采样平均近似的求解方法 | 第78-82页 |
| 5.4.1 采样平均近似抽样 | 第78-79页 |
| 5.4.2 混合整数规划编码 | 第79-80页 |
| 5.4.3 改进的量子遗传算法求解 | 第80-82页 |
| 5.5 方法流程 | 第82-83页 |
| 5.6 实验分析 | 第83-88页 |
| 5.6.1 数据集和参数选取 | 第83页 |
| 5.6.2 信息传播影响力阻断效果对比 | 第83-86页 |
| 5.6.3 采样次数分析 | 第86-87页 |
| 5.6.4 预处理对运行时间的影响分析 | 第87-88页 |
| 5.7 本章小结 | 第88-90页 |
| 第六章 结束语 | 第90-92页 |
| 6.1 论文工作总结 | 第90-91页 |
| 6.2 前景与展望 | 第91-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-102页 |
| 作者简历 | 第102-103页 |
