| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文的主要研究内容 | 第18-21页 |
| 1.4 本文的组织结构 | 第21-24页 |
| 第二章 社交网络的相关理论知识 | 第24-30页 |
| 2.1 社交网络及影响力传播的概念 | 第24-25页 |
| 2.2 影响力传播模型 | 第25-27页 |
| 2.2.1 独立级联IC模型 | 第25页 |
| 2.2.2 线性阈值LT模型 | 第25-26页 |
| 2.2.3 加权级联模型 | 第26页 |
| 2.2.4 其他模型 | 第26-27页 |
| 2.3 种子节点的选择策略 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 动态网络生长模型的相关理论知识 | 第30-40页 |
| 3.1 网络的特征度量 | 第30-32页 |
| 3.2 网络的分类 | 第32-33页 |
| 3.2.1 带权网络和 0-1 网络 | 第32页 |
| 3.2.2 有向网络和无向网络 | 第32页 |
| 3.2.3 随机网络和确定性网络 | 第32页 |
| 3.2.4 指数分布网络和幂律分布网络 | 第32-33页 |
| 3.3 社交网络图的动态生长模型 | 第33-38页 |
| 3.3.1 规则网络模型 | 第33页 |
| 3.3.2 随机网络ER模型 | 第33-34页 |
| 3.3.3 小世界网络模型 | 第34-35页 |
| 3.3.4 BA无标度网络模型 | 第35-36页 |
| 3.3.5 适应度模型 | 第36-37页 |
| 3.3.6 Forest Fire模型 | 第37-38页 |
| 3.3.7 其他网络模型 | 第38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 基于静态社交网络影响力最大化问题的经典算法 | 第40-44页 |
| 4.1 爬山贪心算法 | 第40页 |
| 4.2 CELF算法 | 第40-41页 |
| 4.3 NEWGREEDY和MIXGREEDY贪心算法 | 第41-42页 |
| 4.4 MAXDEGREE启发式算法 | 第42页 |
| 4.5 DEGREEDISCOUNT启发式算法 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 基于动态社交网络的影响力最大化问题 | 第44-48页 |
| 5.1 静态网络上的影响力最大化问题 | 第44页 |
| 5.2 影响力最大化问题的评价标准 | 第44页 |
| 5.3 动态社交网络的影响力最大化问题 | 第44-45页 |
| 5.4 D-MGREEDYIC算法 | 第45-47页 |
| 5.4.1 算法核心思想 | 第45页 |
| 5.4.2 算法伪代码 | 第45-46页 |
| 5.4.3 算法分析 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第六章 实验结果与分析 | 第48-56页 |
| 6.1 实验数据集 | 第48页 |
| 6.2 实验过程 | 第48-53页 |
| 6.3 实验结果与分析 | 第53-54页 |
| 6.4 本章小结 | 第54-56页 |
| 第七章 总结与展望 | 第56-58页 |
| 7.1 论文总结 | 第56页 |
| 7.2 论文展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |