基于信息传播的有向社会网络简化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 学术背景 | 第9页 |
| 1.1.2 理论意义 | 第9页 |
| 1.1.3 实际意义 | 第9-10页 |
| 1.2 国内外文献综述 | 第10-11页 |
| 1.3 相关工作 | 第11-12页 |
| 1.4 论文主要内容 | 第12-14页 |
| 第2章 有向社会网络简介 | 第14-24页 |
| 2.1 常见网络分析 | 第14-16页 |
| 2.2 Twitter简介 | 第16-20页 |
| 2.2.1 发表推文 | 第16-19页 |
| 2.2.2 关注用户 | 第19-20页 |
| 2.2.3 Twitter网络的数学描述 | 第20页 |
| 2.3 转推行为介绍 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 Twitter信息传播原理的分析 | 第24-30页 |
| 3.1 转推行为对PageRank影响分析 | 第24-26页 |
| 3.2 推文信息流 | 第26-28页 |
| 3.3 问题定义 | 第28页 |
| 3.4 本章小结 | 第28-30页 |
| 第4章 推文传播图算法的优化 | 第30-42页 |
| 4.1 基础传播三角形模型 | 第30-32页 |
| 4.2 带延长线的传播三角形模型 | 第32-35页 |
| 4.3 优化算法 | 第35-38页 |
| 4.4 无向网络算法 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 用户排序影响分析 | 第42-48页 |
| 5.1 PageRank算法 | 第42-44页 |
| 5.2 TwitterRank算法 | 第44-45页 |
| 5.3 用户排序影响分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 实验部分 | 第48-56页 |
| 6.1 实验数据 | 第48-49页 |
| 6.2 算法效率 | 第49-50页 |
| 6.3 算法效果 | 第50-51页 |
| 6.4 应用系统 | 第51-55页 |
| 6.4.1 开发环境 | 第51页 |
| 6.4.2 系统设计 | 第51-52页 |
| 6.4.3 关键代码 | 第52-53页 |
| 6.4.4 系统展示 | 第53-55页 |
| 6.5 本章小结 | 第55-56页 |
| 第7章 课题总结 | 第56-58页 |
| 7.1 本文工作总结 | 第56-57页 |
| 7.2 未来工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
