社交网络上动力学行为分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.1.1 移动社交网络兴起 | 第9-10页 |
| 1.1.2 移动社交网络谣言传播影响 | 第10-12页 |
| 1.2 研究现状与目标 | 第12-15页 |
| 1.2.1 复杂网络研究概述 | 第12-13页 |
| 1.2.2 网络传播动力学研究概述 | 第13-15页 |
| 1.3 论文的主要工作和结构安排 | 第15-17页 |
| 1.3.1 本文工作 | 第15页 |
| 1.3.2 本文结构安排 | 第15-17页 |
| 第二章 复杂网络理论及动力学原理 | 第17-31页 |
| 2.1 复杂网络主要网络参数 | 第17-21页 |
| 2.1.1 节点度分布 | 第17-19页 |
| 2.1.2 介数 | 第19页 |
| 2.1.3 社团结构 | 第19-20页 |
| 2.1.4 紧密中心度 | 第20-21页 |
| 2.2 复杂网络基本网络模型 | 第21-25页 |
| 2.2.1 ER随机网络 | 第21页 |
| 2.2.2 小世界网络模型 | 第21-23页 |
| 2.2.3 无标度网络模型 | 第23-25页 |
| 2.3 复杂网络传播模型研究 | 第25-29页 |
| 2.3.1 流行病传播模型 | 第25-28页 |
| 2.3.2 谣言免疫策略 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 移动社交网络谣言传播动力学分析 | 第31-45页 |
| 3.1 基于移动社交网络SIRe谣言传播模型研究 | 第31-36页 |
| 3.1.1 复杂网络谣言传播SIR模型 | 第31-33页 |
| 3.1.2 移动社交网络谣言传播SIRe模型 | 第33-36页 |
| 3.2 谣言传播模型比较 | 第36-39页 |
| 3.2.1 新浪微博数据集描述 | 第36-38页 |
| 3.2.2 谣言传播预测方案 | 第38-39页 |
| 3.3 模拟结果与分析 | 第39-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于SIRe模型的谣言传播社团特性分析 | 第45-58页 |
| 4.1 基于聚类的社团结构发现算法 | 第45-50页 |
| 4.1.1 K-means聚类算法 | 第45-48页 |
| 4.1.2 Canopy聚类算法 | 第48-50页 |
| 4.2 社团平均紧密中心度对谣言传播影响 | 第50-54页 |
| 4.2.1 社团的平均紧密中心度 | 第50-51页 |
| 4.2.2 模拟结果与分析 | 第51-54页 |
| 4.3 基于社团结构的免疫策略 | 第54-57页 |
| 4.3.1 社团集中免疫与社团分散免疫 | 第54-55页 |
| 4.3.2 模拟结果与分析 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-61页 |
| 5.1 全文工作总结 | 第58-59页 |
| 5.2 下一步研究方向 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录 缩略语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的论文目录 | 第66页 |
