摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第17-48页 |
1.1 引言 | 第17-18页 |
1.2 复杂网络的基本统计特性 | 第18-21页 |
1.2.1 网络的定义 | 第18-19页 |
1.2.2 度与度分布 | 第19页 |
1.2.3 集聚系数 | 第19-20页 |
1.2.4 平均路径长度 | 第20-21页 |
1.2.5 度度关联性 | 第21页 |
1.3 经典复杂网络演化模型 | 第21-35页 |
1.3.1 规则网络 | 第22-23页 |
1.3.2 ER随机网络 | 第23-24页 |
1.3.3 小世界网络 | 第24-27页 |
1.3.4 无标度网络 | 第27-31页 |
1.3.5 权重网络演化模型 | 第31-35页 |
1.4 经典传播模型 | 第35-38页 |
1.4.1 SI模型 | 第36-37页 |
1.4.2 SIS模型 | 第37-38页 |
1.4.3 SIR模型 | 第38页 |
1.5 复杂网络上的传播动力学研究现状 | 第38-46页 |
1.5.1 小世界网络上的传播动力学 | 第39-40页 |
1.5.2 无标度网络上的传播动力学 | 第40-42页 |
1.5.3 时序网络上的传播动力学 | 第42-45页 |
1.5.4 免疫策略 | 第45-46页 |
1.6 本文的研究内容 | 第46-48页 |
第二章 基于共同邻居驱动的复杂网络局部结构演化建模 | 第48-57页 |
2.1 集团度及其分布 | 第48-51页 |
2.2 模型的构造 | 第51-54页 |
2.3 模型的统计特性分析 | 第54-55页 |
2.4 本章小结 | 第55-57页 |
第三章 在线社交网络的有向网络演化建模 | 第57-77页 |
3.1 3-模体结构 | 第58-60页 |
3.2 实证分析 | 第60-67页 |
3.3 模型的构造 | 第67-68页 |
3.4 模型的理论解析 | 第68-73页 |
3.5 模型的统计特性 | 第73-75页 |
3.6 本章小结 | 第75-77页 |
第四章 等度网络中极大连通分支的涌现及其特性分析研究 | 第77-92页 |
4.1 问题的提出 | 第77-78页 |
4.2 给定度序列的随机图构造方法 | 第78-81页 |
4.2.1 基于半边的构造方法 | 第78-79页 |
4.2.2 基于重连的构造方法 | 第79-81页 |
4.3 一种高效的随机图构造方法 | 第81-84页 |
4.3.1 节点度均为2的随机图 | 第81-82页 |
4.3.2 基于概率的构造方法 | 第82-83页 |
4.3.3 算法复杂度分析 | 第83-84页 |
4.4 数值模拟结果 | 第84-90页 |
4.4.1 极大连通分支的涌现 | 第84-86页 |
4.4.2 连通分支的平均规模分析 | 第86-87页 |
4.4.3 连通分支规模的分布 | 第87-88页 |
4.4.4 自环和多重边的影响 | 第88-90页 |
4.5 本章小结 | 第90-92页 |
第五章 人类行为时间统计特性对传播的影响 | 第92-111页 |
5.1 引言 | 第92-93页 |
5.2 异质间隔时间对传播影响的研究 | 第93-98页 |
5.2.1 异质间隔时间 | 第93-95页 |
5.2.2 传播模型 | 第95-96页 |
5.2.3 数值模拟结果 | 第96-97页 |
5.2.4 结论与讨论 | 第97-98页 |
5.3 异质响应时间对传播影响的研究 | 第98-110页 |
5.3.1 异质响应时间 | 第98-99页 |
5.3.2 传播模型 | 第99-100页 |
5.3.3 模型的理论解析 | 第100-101页 |
5.3.4 数值模拟结果 | 第101-109页 |
5.3.5 结论与讨论 | 第109-110页 |
5.4 本章小结 | 第110-111页 |
第六章 偏好接触对传播影响的研究 | 第111-122页 |
6.1 引言 | 第111-112页 |
6.2 传播模型 | 第112-114页 |
6.3 数据集介绍 | 第114页 |
6.4 模拟结果与分析 | 第114-120页 |
6.5 本章小结 | 第120-122页 |
第七章 总结与展望 | 第122-125页 |
7.1 主要研究成果与结论 | 第122-123页 |
7.2 研究展望 | 第123-125页 |
致谢 | 第125-127页 |
参考文献 | 第127-140页 |
攻读博士学位期间取得的研究成果 | 第140-142页 |