| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题的研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 社会网络分析与影响因素分析 | 第13-14页 |
| 1.2.2 信息传播模型综述 | 第14页 |
| 1.2.3 博弈论综述 | 第14-15页 |
| 1.3 问题的提出与研究目的 | 第15-16页 |
| 1.4 论文的主要研究内容和创新点 | 第16页 |
| 1.5 论文组织结构安排 | 第16-18页 |
| 第2章 复杂网络上的知识点储备 | 第18-28页 |
| 2.1 复杂网络 | 第18-22页 |
| 2.1.1 复杂网络发展史 | 第18页 |
| 2.1.2 基本概念 | 第18-20页 |
| 2.1.3 经典网络模型 | 第20-22页 |
| 2.2 信息传播模型综述 | 第22-25页 |
| 2.2.1 流行病传染模型 | 第22-24页 |
| 2.2.2 影响力传播模型 | 第24-25页 |
| 2.3 博弈论 | 第25-27页 |
| 2.3.1 博弈组成 | 第25页 |
| 2.3.2 纳什均衡 | 第25页 |
| 2.3.3 博弈模型 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于转发行为影响因素的SCIR信息传播模型 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 舆论事件分析 | 第28-29页 |
| 3.3 转发行为影响因素分析 | 第29-33页 |
| 3.3.1 用户关系和行为分析 | 第29-30页 |
| 3.3.2 特征提取 | 第30-33页 |
| 3.3.3 影响力计算 | 第33页 |
| 3.4 SCIR模型 | 第33-34页 |
| 3.5 实验分析 | 第34-39页 |
| 3.5.1 不同网络中SIR模型和SCIR模型的对比分析 | 第35-38页 |
| 3.5.2 新浪微博中康复速率β对r(t)的影响 | 第38页 |
| 3.5.3 新浪微博中外部感染速率α和内在传播速率p对i(t)的影响 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 DTM-SIR模型上信任机制对信息传播的影响 | 第40-49页 |
| 4.1 引言 | 第40页 |
| 4.2 信任-信息分层网络模型 | 第40-43页 |
| 4.2.1 匹配规则 | 第41页 |
| 4.2.2 模型传播机制 | 第41-43页 |
| 4.3 信任层信任动力学分析 | 第43-46页 |
| 4.4 信息传播层 | 第46页 |
| 4.5 模型仿真分析 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第55页 |
