基于重叠社区结构的社交网络最大影响力研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容以及论文的组织结构 | 第13-15页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 论文组织结构 | 第13-15页 |
| 第2章 论文相关理论 | 第15-27页 |
| 2.1 社交网络综述 | 第15-17页 |
| 2.2 社区发现相关技术方法 | 第17-22页 |
| 2.2.1 社区发现介绍 | 第17-18页 |
| 2.2.2 非重叠社区发现方法 | 第18-20页 |
| 2.2.3 重叠社区发现方法 | 第20-21页 |
| 2.2.4 基于聚类的重叠社区发现的新方法 | 第21-22页 |
| 2.3 影响力最大化相关技术 | 第22-26页 |
| 2.3.1 影响力最大化研究的模型 | 第22-23页 |
| 2.3.2 影响力最大化的算法 | 第23-25页 |
| 2.3.3 影响力最大化研究方法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 社区结构中重叠节点发现算法 | 第27-36页 |
| 3.1 社交网络社区聚类算法 | 第27-28页 |
| 3.2 聚类算法的改进 | 第28-32页 |
| 3.2.1 社区发现算法初始聚类数目的确定 | 第28-29页 |
| 3.2.2 基于节点密度的聚类初始中心选择 | 第29-30页 |
| 3.2.3 基于聚类距离的初始聚类中心选择 | 第30-32页 |
| 3.3 社区结构重叠节点发现算法 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于重叠社区结构的影响力最大化研究 | 第36-46页 |
| 4.1 问题定义与算法流程 | 第36-38页 |
| 4.1.1 问题定义 | 第36-38页 |
| 4.1.2 算法流程 | 第38页 |
| 4.2.基于阀值的影响力初始节点选择算法 | 第38-42页 |
| 4.3.基于重叠社区结构的影响力最大化算法 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 实验设计验证 | 第46-55页 |
| 5.1 实验设置 | 第46-48页 |
| 5.2 实验结果分析 | 第48-54页 |
| 5.3 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |
