基于贪心子图的社会网络节点挖掘算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和选题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 基于节点局部信息的挖掘算法 | 第11-12页 |
| 1.2.2 基于整体网络拓扑的挖掘算法 | 第12页 |
| 1.2.3 基于传播模型的挖掘算法 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文组织结构及内容安排 | 第14-16页 |
| 第2章 社会网络相关理论 | 第16-30页 |
| 2.1 社会网络基本概念 | 第16-18页 |
| 2.1.1 社会网络的定义 | 第16页 |
| 2.1.2 社会网络的形式化 | 第16-18页 |
| 2.2 社会网络结构特征 | 第18-21页 |
| 2.2.1 度与度分布 | 第18-19页 |
| 2.2.2 聚集系数 | 第19-20页 |
| 2.2.3 平均路径长度 | 第20页 |
| 2.2.4 网络密度 | 第20-21页 |
| 2.3 影响力节点挖掘算法 | 第21-26页 |
| 2.3.1 度中心性 | 第21-22页 |
| 2.3.2 接近中心性 | 第22页 |
| 2.3.3 中介中心性 | 第22-23页 |
| 2.3.4 半局部中心性 | 第23-24页 |
| 2.3.5 爬山贪婪算法 | 第24页 |
| 2.3.6 k-shell分解算法 | 第24-26页 |
| 2.4 影响力传播模型 | 第26-28页 |
| 2.4.1 独立级联模型 | 第26-27页 |
| 2.4.2 线性阈值模型 | 第27-28页 |
| 2.4.3 其他传播模型 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于贪心子图的社会网络节点挖掘算法 | 第30-46页 |
| 3.1 节点影响潜力估计 | 第30-34页 |
| 3.1.1 估计公式的形式化定义 | 第30-32页 |
| 3.1.2 节点影响潜力计算过程 | 第32-33页 |
| 3.1.3 复杂度剖析 | 第33-34页 |
| 3.2 线性阈值模型中影响力的改进 | 第34-37页 |
| 3.2.1 影响力公式的改进 | 第35-36页 |
| 3.2.2 节点间影响力计算举例分析 | 第36-37页 |
| 3.3 基于贪心子图的社会网络节点挖掘算法 | 第37-43页 |
| 3.3.1 算法思想描述 | 第39-40页 |
| 3.3.2 算法流程及伪代码描述 | 第40-43页 |
| 3.3.3 时间复杂度分析 | 第43页 |
| 3.4 本章小结 | 第43-46页 |
| 第4章 实验与结果分析 | 第46-58页 |
| 4.1 实验环境 | 第46页 |
| 4.2 节点挖掘结果仿真分析 | 第46-52页 |
| 4.2.1 海豚社会网络数据集 | 第46-50页 |
| 4.2.2 email数据集 | 第50-52页 |
| 4.3 贪心子图策略算法分析与对比 | 第52-57页 |
| 4.3.1 传播范围 | 第53-55页 |
| 4.3.2 算法执行时间分析 | 第55-56页 |
| 4.3.3 算法压力测试 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第66-68页 |
| 致谢 | 第68页 |
