| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第13-34页 |
| 1.1 课题背景及研究的目的和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-29页 |
| 1.2.1 信息扩散模型研究 | 第14-20页 |
| 1.2.2 信息扩散最大化研究 | 第20-23页 |
| 1.2.3 竞争性的信息扩散最大化研究 | 第23-25页 |
| 1.2.4 用户影响力计算研究 | 第25-27页 |
| 1.2.5 信息扩散概率计算研究 | 第27-29页 |
| 1.3 本文主要研究内容 | 第29-31页 |
| 1.4 本文的章节结构安排 | 第31-34页 |
| 第2章 基于标签网络的用户兴趣描述方法 | 第34-50页 |
| 2.1 引言 | 第34-37页 |
| 2.2 标签网络模型 | 第37-45页 |
| 2.3 实验 | 第45-49页 |
| 2.3.1 实验设置 | 第45-46页 |
| 2.3.2 实验结果与分析 | 第46-49页 |
| 2.4 小结 | 第49-50页 |
| 第3章 时间相关的信息扩散预测模型 | 第50-71页 |
| 3.1 引言 | 第50-52页 |
| 3.2 形式化定义 | 第52-54页 |
| 3.3 扩散模型的构建 | 第54-58页 |
| 3.4 算法 | 第58-65页 |
| 3.4.1 模型学习算法 | 第58-64页 |
| 3.4.2 预测算法 | 第64-65页 |
| 3.5 实验 | 第65-69页 |
| 3.5.1 实验设置 | 第65-67页 |
| 3.5.2 实验结果与分析 | 第67-69页 |
| 3.6 小结 | 第69-71页 |
| 第4章 标注社会网络中极性相关的信息扩散最大化研究 | 第71-94页 |
| 4.1 引言 | 第71-73页 |
| 4.2 标注社会网络上的信息扩散模型 | 第73-77页 |
| 4.2.1 标注社会网络建模 | 第73-74页 |
| 4.2.2 极性相关的扩散模型 | 第74-77页 |
| 4.3 标注社会网络上的信息扩散最大化研究 | 第77-82页 |
| 4.3.1 问题定义 | 第77-78页 |
| 4.3.2 影响力函数特性 | 第78-81页 |
| 4.3.3 针对PRIM问题的贪心算法 | 第81-82页 |
| 4.4 实验 | 第82-93页 |
| 4.4.1 实验设置 | 第82-85页 |
| 4.4.2 实验结果与分析 | 第85-93页 |
| 4.5 小结 | 第93-94页 |
| 第5章 促进信息扩散的用户推荐 | 第94-109页 |
| 5.1 引言 | 第94-96页 |
| 5.2 用户扩散度 | 第96-103页 |
| 5.2.1 算法设计 | 第96-98页 |
| 5.2.2 实验设置和结果分析 | 第98-103页 |
| 5.3 基于超图的用户推荐 | 第103-108页 |
| 5.3.1 算法设计 | 第103-106页 |
| 5.3.2 实验设置和结果分析 | 第106-108页 |
| 5.4 小结 | 第108-109页 |
| 结论 | 第109-112页 |
| 参考文献 | 第112-122页 |
| 攻读博士学位期间发表的论文及其它成果 | 第122-124页 |
| 致谢 | 第124-126页 |
| 个人简历 | 第126页 |