| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 影响最大化研究现状 | 第11-14页 |
| 1.3 存在的主要问题 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本文的组织安排 | 第16-17页 |
| 第2章 背景知识和相关工作 | 第17-23页 |
| 2.1 背景知识 | 第17-21页 |
| 2.1.1 经典网络模型和图存储结构 | 第17-20页 |
| 2.1.2 影响传播模型 | 第20-21页 |
| 2.1.3 影响最大化问题定义 | 第21页 |
| 2.2 相关工作 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 动态社交网络中增量式影响最大化算法 | 第23-46页 |
| 3.1 引言 | 第23-24页 |
| 3.2 动态影响最大化DIM | 第24-26页 |
| 3.2.1 活边模型 | 第24页 |
| 3.2.2 动态影响最大化问题定义 | 第24-25页 |
| 3.2.3 动态影响最大化算法DIM | 第25-26页 |
| 3.3 初始种集获取算法Init_Seed | 第26-32页 |
| 3.3.1 用户影响力的计算 | 第26-28页 |
| 3.3.2 路径遍历算法GetAllPath | 第28-30页 |
| 3.3.3 Init_Seed算法 | 第30-32页 |
| 3.4 种集更新算法Inc_Seed | 第32-36页 |
| 3.4.1 拓扑变动算法 | 第32-35页 |
| 3.4.2 种集更新算法Inc_Seed | 第35-36页 |
| 3.5 剪枝策略以及优化算法 | 第36-38页 |
| 3.5.1 剪枝策略 | 第36页 |
| 3.5.2 优化算法Opt-DIM | 第36-38页 |
| 3.6 实验结果与分析 | 第38-45页 |
| 3.6.1 实验数据和评价指标 | 第38-40页 |
| 3.6.2 实验结果与分析 | 第40-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第4章 推荐社交网络中基于主题的影响最大化 | 第46-62页 |
| 4.1 引言 | 第46-47页 |
| 4.2 主题感知超级影响传播模型(TSID) | 第47页 |
| 4.3 影响概率的计算 | 第47-49页 |
| 4.3.1 内部影响概率计算 | 第47-48页 |
| 4.3.2 外部影响概率计算 | 第48-49页 |
| 4.4 基于路径的主题感知影响最大化算法(TIP) | 第49-56页 |
| 4.4.1 推荐社交网中影响最大化问题定义 | 第49-51页 |
| 4.4.2 用户偏好值的计算 | 第51-52页 |
| 4.4.3 用户影响力的计算 | 第52-54页 |
| 4.4.4 TIP算法 | 第54-56页 |
| 4.5 实验结果与分析 | 第56-61页 |
| 4.5.1 实验设置 | 第56-57页 |
| 4.5.2 实验结果与分析 | 第57-61页 |
| 4.6 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |