首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

社会网中三种类型种集发现算法研究

中文摘要第4-5页
Abstract第5-6页
第1章 绪论第9-25页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-22页
        1.2.1 影响传播模型第11-13页
        1.2.2 影响最大化算法第13-16页
        1.2.3 最小种集选取算法第16-18页
        1.2.4 利润最大化种集选取算法第18-20页
        1.2.5 影响事件组织者选取算法第20-22页
    1.3 本文主要研究内容第22-23页
    1.4 本文的组织安排第23-25页
第2章 位置敏感的社交网中最小种集选取算法第25-43页
    2.1 引言第25-26页
    2.2 问题定义第26-30页
        2.2.1 预备知识第26-28页
        2.2.2 基于树的近似模型第28-29页
        2.2.3 问题定义第29-30页
    2.3 算法第30-38页
        2.3.1 MS-Greedy算法第30-32页
        2.3.2 Bound-based算法第32-36页
        2.3.3 Partition-Assembly-based算法第36-38页
    2.4 实验结果与分析第38-42页
        2.4.1 实验设置第38-39页
        2.4.2 实验结果第39-42页
    2.5 本章小结第42-43页
第3章 位置敏感的社交网中利润最大化种集选取算法第43-59页
    3.1 引言第43-44页
    3.2 问题定义第44-50页
        3.2.1 IC-V模型和问题定义第44-46页
        3.2.2 约束条件的利润最大化问题第46-48页
        3.2.3 一般情况的利润最大化问题第48-50页
    3.3 算法第50-54页
        3.3.1 种集选择算法第50-51页
        3.3.2 售价策略算法第51-54页
    3.4 实验结果与分析第54-57页
        3.4.1 实验设置第54页
        3.4.2 实验结果第54-57页
    3.5 本章小结第57-59页
第4章 位置敏感的社交网中事件影响组织者选取算法第59-73页
    4.1 引言第59-60页
    4.2 问题定义第60-61页
    4.3 算法第61-68页
        4.3.1 贪心算法第61-62页
        4.3.2 近似算法第62-68页
    4.4 实验结果与分析第68-72页
        4.4.1 实验设置第68-69页
        4.4.2 实验结果第69-72页
    4.5 本章小结第72-73页
结论第73-74页
参考文献第74-78页
致谢第78-79页
攻读硕士学位期间发表的学术论文第79页

论文共79页,点击 下载论文
上一篇:基于MapReduce的kNN-join算法的研究与设计
下一篇:基于移动设备的抽样过程监管系统研制与开发