| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究的背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 本文的结构组织 | 第12-14页 |
| 2 复杂网络的基础理论 | 第14-24页 |
| 2.1 复杂网络的基本概念 | 第14-18页 |
| 2.1.1 典型的复杂网络模型 | 第14-16页 |
| 2.1.2 复杂网络的基本拓扑性质 | 第16-18页 |
| 2.2 复杂网络的传播动力学 | 第18-23页 |
| 2.2.1 经典的病毒传播模型 | 第18-20页 |
| 2.2.2 非均匀网络的传播特性 | 第20-21页 |
| 2.2.3 复杂网络的免疫策略 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 微博在线社交网络的数据采集及分析 | 第24-33页 |
| 3.1 微博网络数据的采集与处理 | 第24-25页 |
| 3.2 微博用户关系网络的构建 | 第25-27页 |
| 3.3 微博在线社交网络的拓扑特征分析 | 第27-31页 |
| 3.3.1 微博用户关系网络的出入度及度相关性分析 | 第27-28页 |
| 3.3.2 微博用户关系网络的聚类系数分析 | 第28-30页 |
| 3.3.3 微博用户关系网络的介数中心性分析 | 第30页 |
| 3.3.4 微博用户关系网络的最短路径长度分析 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 基于通信流量的微博社交网络ISHR病毒传播模型 | 第33-43页 |
| 4.1 模型描述 | 第33-36页 |
| 4.2 仿真实验设计与分析 | 第36-41页 |
| 4.3 模型的有效性验证 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 动态演化的微博社交网络ISHR病毒传播模型 | 第43-53页 |
| 5.1 模拟网络的生成算法 | 第43-45页 |
| 5.1.1 不同幂率指数的网络生成过程 | 第43-44页 |
| 5.1.2 不同模块度网络的生成算法 | 第44-45页 |
| 5.1.3 不同社团之间的桥节点 | 第45页 |
| 5.2 不同幂指数对病毒传播的影响 | 第45-46页 |
| 5.3 网络模块度对病毒传播的影响 | 第46-48页 |
| 5.4 桥节点的度对病毒传播的影响 | 第48-49页 |
| 5.5 免疫策略 | 第49-52页 |
| 5.5.1 经典免疫算法在微博在线社交网络的仿真 | 第49-50页 |
| 5.5.2 基于社团特性的局域免疫策略 | 第50-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |