| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-15页 |
| 1.1.1 信息传播 | 第10-13页 |
| 1.1.2 在线社交网络 | 第13-15页 |
| 1.2 研究意义 | 第15-16页 |
| 1.3 相关工作 | 第16-17页 |
| 1.4 论文主要工作 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 第二章 相关研究综述 | 第20-30页 |
| 2.1 在线社交网络中用户特征分析技术 | 第20-22页 |
| 2.2 在线社交网络中影响力最大化技术 | 第22-27页 |
| 2.2.1 影响力 | 第22-24页 |
| 2.2.2 在线社交网络中的信息传播模型 | 第24-26页 |
| 2.2.3 信息传播的影响力最大化策略 | 第26-27页 |
| 2.3 信息传播代价分析技术 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 网络用户特征标签分析 | 第30-42页 |
| 3.1 基本概念与理论 | 第30-33页 |
| 3.1.1 用户特征 | 第30-32页 |
| 3.1.2 同质性 | 第32-33页 |
| 3.2 UWTA：基于PageRank的特征标签分析技术 | 第33-37页 |
| 3.2.1 PageRank算法介绍 | 第33-34页 |
| 3.2.2 基于Pagerank的用户标签重要性分析 | 第34-37页 |
| 3.3 实验及结果分析 | 第37-41页 |
| 3.3.1 特征标签重要性 | 第38-40页 |
| 3.3.2 特征标签纠错性能分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 代价限制的影响力传播最大化技术 | 第42-57页 |
| 4.1 基于图精简的CGIC传播模型 | 第42-48页 |
| 4.1.1 信息传播模型的基本思想 | 第42-43页 |
| 4.1.2 基于图精简的CGIC传播模型 | 第43-48页 |
| 4.2 BTIDM：代价限制的影响力最大化方法 | 第48-50页 |
| 4.3 实验及结果分析 | 第50-56页 |
| 4.3.1 实验设计 | 第50页 |
| 4.3.2 模型效率分析 | 第50-53页 |
| 4.3.3 信息传播影响力分析 | 第53-54页 |
| 4.3.4 信息传播代价分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57页 |
| 5.2 下一步研究方向 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者在学期间取得的学术成果 | 第64页 |