社交网络中影响力最大化问题的并行算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 研究的目的与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 国外研究现状 | 第10-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.3.3 分析与总结 | 第13-14页 |
| 1.4 本文的主要研究内容与组织结构 | 第14-16页 |
| 1.4.1 本文主要研究内容 | 第14-15页 |
| 1.4.2 本文的组织结构 | 第15-16页 |
| 第2章 信息传播模型及并行计算模型 | 第16-24页 |
| 2.1 传播模型建模 | 第16-18页 |
| 2.1.1 独立级联模型 | 第17页 |
| 2.1.2 线性阈值模型 | 第17-18页 |
| 2.2 分布式存储及分布式并行计算模型 | 第18-21页 |
| 2.2.1 HDFS | 第18-19页 |
| 2.2.2 MapReduce | 第19-21页 |
| 2.3 以节点为中心的图并行计算模型 | 第21-23页 |
| 2.3.1 计算模型 | 第21-22页 |
| 2.3.2 系统架构 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 影响力最大化算法设计 | 第24-48页 |
| 3.1 经典的影响力最大化问题 | 第24-29页 |
| 3.1.1 问题的形式化描述 | 第24-25页 |
| 3.1.2 相关算法介绍 | 第25-29页 |
| 3.2 代价敏感的影响力最大化 | 第29-32页 |
| 3.2.1 代价敏感的影响力最大化问题 | 第29-30页 |
| 3.2.2 最大度价比算法 | 第30-32页 |
| 3.3 基于社区的影响力最大化 | 第32-37页 |
| 3.3.1 基于社区的影响力最大化问题 | 第33-34页 |
| 3.3.2 基于社区的最大度算法 | 第34-37页 |
| 3.4 时间敏感的影响力最大化问题 | 第37-47页 |
| 3.4.1 时间敏感的影响力最大化问题 | 第37-39页 |
| 3.4.2 基于传播概率的度打折算法 | 第39-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 实验结果与分析 | 第48-58页 |
| 4.1 实验数据与环境配置 | 第48-49页 |
| 4.2 代价敏感影响力最大化算法实验分析 | 第49-52页 |
| 4.2.1 MDCR算法的对比实验分析 | 第49-51页 |
| 4.2.2 MDCR算法的扩展性实验分析 | 第51-52页 |
| 4.3 基于社区影响力最大化算法实验分析 | 第52-54页 |
| 4.3.1 CMD算法的对比实验分析 | 第52-53页 |
| 4.3.2 CMD算法的扩展性实验分析 | 第53-54页 |
| 4.4 时间敏感影响力最大化算法实验分析 | 第54-57页 |
| 4.4.1 PPDD算法的对比实验分析 | 第54-56页 |
| 4.4.2 PPDD算法的扩展性实验分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
