首页--文化、科学、教育、体育论文--信息与知识传播论文--信息与传播理论论文--传播理论论文

基于关键节点分析的信息传播网络中若干问题的研究

摘要第3-5页
abstract第5-6页
主要符号对照表第13-15页
主要缩略语对照表第15-16页
第一章 绪论第16-30页
    1.1 信息传播网络简介第16-18页
    1.2 本文主要研究问题与意义第18-21页
        1.2.1 对新出现的热门话题的实时检测第18-19页
        1.2.2 对传播话题的未来流行度的预测第19-20页
        1.2.3 对每个网络节点与各个话题关系的预测第20页
        1.2.4 上述研究问题的联系第20-21页
    1.3 本文研究问题面临的挑战第21-22页
    1.4 国内外相关研究工作介绍第22-26页
        1.4.1 话题检测与内容分析第22-23页
        1.4.2 话题流行度与变化趋势预测第23-24页
        1.4.3 节点-话题关系预测与个性化推荐第24-25页
        1.4.4 关键网络节点的选取与分析第25-26页
    1.5 本文的研究工作与创新点第26-28页
    1.6 本文的章节安排第28-30页
第二章 基于关键网络节点进行相关问题研究的概述第30-40页
    2.1 本章引言第30页
    2.2 信息传播网络的构成要素第30-32页
    2.3 基于子集节点的信息传播网络分析概述第32-36页
        2.3.1 网络节点的成本第32-35页
        2.3.2 基于子集节点的分析收益第35页
        2.3.3 收益函数的子模特性第35-36页
    2.4 关键子集网络节点的选取模型概述第36-38页
    2.5 本章小结第38-40页
第三章 基于关键节点信息流分析的热门话题检测第40-78页
    3.1 本章引言第40-42页
    3.2 基于子集节点覆盖度模型的热门话题检测算法第42-46页
        3.2.1 节点生成信息流的传统话题检测方法第42-43页
        3.2.2 节点覆盖度与热门话题检测第43-46页
    3.3 面向热门话题检测的关键子集节点选取算法第46-58页
        3.3.1 热门话题检测中的子集节点选取模型第46-48页
        3.3.2 话题检测收益函数的子模特性证明第48-52页
        3.3.3 多阶段覆盖算法第52-54页
        3.3.4 高效率多重覆盖算法第54-58页
    3.4 实验与分析第58-76页
        3.4.1 实验数据集的获取与预处理方法第58-61页
        3.4.2 实验数据集介绍第61-63页
        3.4.3 实验设置与评价标准第63-67页
        3.4.4 实验结果分析与讨论第67-76页
    3.5 本章小结第76-78页
第四章 基于关键节点时序数据的话题未来流行度预测第78-102页
    4.1 本章引言第78-79页
    4.2 基于子集节点时序数据的预测模型第79-83页
        4.2.1 信息传播网络中的话题流行度预测第79-81页
        4.2.2 基于关键子集节点的预测模型第81-83页
    4.3 基于子集节点序列范本集的时间序列预测算法第83-87页
        4.3.1 话题流行度增量序列的范本集第83-84页
        4.3.2 范本序列的相似度计算第84-85页
        4.3.3 基于相似范本序列的话题流行度预测第85-87页
    4.4 面向多任务目标的关键子集节点选取算法第87-93页
        4.4.1 话题流行度预测中的子集节点选取模型第89-90页
        4.4.2 与话题检测相结合的子集节点选取算法第90-93页
    4.5 实验与分析第93-100页
        4.5.1 实验设置与评价标准第93-94页
        4.5.2 实验结果分析与讨论第94-100页
    4.6 本章小结第100-102页
第五章 基于关键节点评价关系的节点–话题关系预测第102-138页
    5.1 本章引言第102-105页
    5.2 节点–话题关系与话题热度指数的联合预测模型第105-110页
        5.2.1 关系矩阵分解与未知元素值预测第105-107页
        5.2.2 话题的未来热度指数预测第107-108页
        5.2.3 面向新话题的联合预测模型第108-110页
    5.3 基于子集节点选取决策树模型的联合预测算法第110-120页
        5.3.1 选取关键子集网络节点的决策树模型第110-114页
        5.3.2 联合预测模型的求解与迭代交替优化第114-115页
        5.3.3 决策树模型的构建算法.第115-120页
    5.4 实验与分析第120-136页
        5.4.1 实验数据集介绍.第120-126页
        5.4.2 实验设置与评价标准第126-128页
        5.4.3 实验结果分析与讨论第128-136页
    5.5 本章小结第136-138页
第六章 总结与展望第138-142页
    6.1 论文工作总结第138-139页
    6.2 未来工作展望第139-142页
参考文献第142-170页
致谢第170-172页
攻读学位期间发表的学术论文第172-174页
攻读学位期间申请的专利第174-176页
攻读学位期间参与的项目第176-178页

论文共178页,点击 下载论文
上一篇:线性多智能体系统的控制器设计研究
下一篇:粘性对深水海洋结构物垂荡性能影响的研究