复杂网络节点影响力及影响力传播相关问题研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 课题的主要研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第2章 相关知识 | 第14-25页 |
| 2.1 复杂网络 | 第14-16页 |
| 2.1.1 小世界特性 | 第14-15页 |
| 2.1.2 复杂网络图相关概念 | 第15-16页 |
| 2.2 重要节点识别算法 | 第16-18页 |
| 2.2.1 常用中心性指标 | 第16-17页 |
| 2.2.2 K-shell算法 | 第17-18页 |
| 2.2.3 评价指标 | 第18页 |
| 2.3 影响力最大化问题 | 第18-19页 |
| 2.3.1 问题定义 | 第18-19页 |
| 2.3.2 评价指标 | 第19页 |
| 2.3.3 问题难度 | 第19页 |
| 2.4 影响力传播模型 | 第19-22页 |
| 2.4.1 独立级联模型 | 第20-21页 |
| 2.4.2 线性阈值模型 | 第21页 |
| 2.4.3 SIR模型 | 第21-22页 |
| 2.5 常用影响力最大化算法 | 第22-24页 |
| 2.5.1 贪心算法 | 第22-23页 |
| 2.5.2 启发式算法 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 一种新的网络关键节点识别算法 | 第25-39页 |
| 3.1 问题提出 | 第25-26页 |
| 3.2 相关概念 | 第26-29页 |
| 3.2.1 符号定义 | 第26页 |
| 3.2.2 节点重要性度量指标 | 第26-28页 |
| 3.2.3 平均最短路径长度 | 第28-29页 |
| 3.3 一种新的关键节点识别算法（DKN） | 第29-32页 |
| 3.3.1 算法思想 | 第29-30页 |
| 3.3.2 算法伪代码及描述 | 第30-32页 |
| 3.4 实验方法 | 第32-33页 |
| 3.4.1 实验结果分析 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-38页 |
| 3.5.1 实验数据 | 第33页 |
| 3.5.2 实验方法及评价指标 | 第33-34页 |
| 3.5.3 实验结果与分析 | 第34-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于K-shell和度的影响力最大化算法 | 第39-51页 |
| 4.1 问题的提出 | 第39页 |
| 4.2 相关概念 | 第39-41页 |
| 4.2.1 符号定义 | 第39-40页 |
| 4.2.2 节点影响力分析 | 第40-41页 |
| 4.3 基于K-shell和度的启发式算法 | 第41-44页 |
| 4.3.1 算法思想 | 第42页 |
| 4.3.2 算法伪代码 | 第42-44页 |
| 4.3.3 时间复杂度分析 | 第44页 |
| 4.4 算法分析与实现 | 第44-45页 |
| 4.5 仿真实验及结果分析 | 第45-50页 |
| 4.6 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 作者简介 | 第58页 |
