| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景与选题意义 | 第10-12页 |
| 1.1.1 社会网络影响力节点挖掘 | 第10-11页 |
| 1.1.2 社会网络信息传播模型 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 社会网络节点影响力评估研究 | 第12-13页 |
| 1.2.2 社会网络传播动力学模型研究 | 第13-15页 |
| 1.2.3 社会网络影响力最大化算法研究 | 第15-17页 |
| 1.3 论文的主要研究内容 | 第17页 |
| 1.4 论文组织结构及内容安排 | 第17-20页 |
| 第2章 社会网络相关理论 | 第20-32页 |
| 2.1 社会网络的基本概念 | 第20-23页 |
| 2.1.1 社会网络 | 第20页 |
| 2.1.2 社会网络基本特性 | 第20-22页 |
| 2.1.3 社会网络结构特征 | 第22-23页 |
| 2.2 主要的网络中心性评估算法 | 第23-26页 |
| 2.2.1 度中心性（Degree Centrality）算法 | 第24页 |
| 2.2.2 中介中心性（Betweenness Centrality） | 第24-25页 |
| 2.2.3 接近中心度性（Closeness Centrality） | 第25-26页 |
| 2.2.4 特征向量中心性（Eigenvector Centrality）算法 | 第26页 |
| 2.3 主要的传播模型 | 第26-30页 |
| 2.3.1 独立级联模型 | 第27页 |
| 2.3.2 线性阈值模型 | 第27-28页 |
| 2.3.3 SIR传染病模型 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 影响力节点挖掘算法 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 局部重要中心性算法（Local-import Centrality）介绍 | 第32-36页 |
| 3.2.1 算法思想描述 | 第33-34页 |
| 3.2.2 LIC算法在空手道俱乐部上的举例 | 第34-36页 |
| 3.2.3 算法分析 | 第36页 |
| 3.2.4 算法伪代码描述 | 第36页 |
| 3.3算法实验 | 第36-43页 |
| 3.3.1 实验数据集 | 第37-38页 |
| 3.3.2 实验结果与分析 | 第38-43页 |
| 3.4 本章小结 | 第43-46页 |
| 第4章 社会网络信息传播模型 | 第46-56页 |
| 4.1 引言 | 第46-47页 |
| 4.2 基于时间限制的浮动概率级联模型（TF-IC） | 第47-50页 |
| 4.2.1 TF-IC模型思想 | 第47-48页 |
| 4.2.2 TF-IC模型举例 | 第48-50页 |
| 4.3 实验 | 第50-55页 |
| 4.3.1 实验方法 | 第51页 |
| 4.3.2 实验数据集 | 第51-52页 |
| 4.3.3 实验结果与分析 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |
