| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 在线网络受控传播特性分析 | 第15-27页 |
| 2.1 受控传播特性分析 | 第15-16页 |
| 2.2 受控传播模型 | 第16-21页 |
| 2.2.1 基础传播模型 | 第16-18页 |
| 2.2.2 代理支持网络 | 第18-20页 |
| 2.2.3 受控传播模型 | 第20-21页 |
| 2.3 微博数据集 | 第21-25页 |
| 2.3.1 数据集构建及分析 | 第21-22页 |
| 2.3.2 时间衰减因子 | 第22-23页 |
| 2.3.3 受控账号检测 | 第23-25页 |
| 2.4 微博数据实证分析 | 第25-27页 |
| 第三章 基于受控传播模型的影响力分析 | 第27-39页 |
| 3.1 影响力分析 | 第27-30页 |
| 3.1.1 基于节点度的度量算法 | 第27-28页 |
| 3.1.2 基于最短路径的度量算法 | 第28页 |
| 3.1.3 基于连接的度量算法 | 第28-30页 |
| 3.1.4 基于节点行为的度量算法 | 第30页 |
| 3.2 OVERALL INFLUENCE RANK算法 | 第30-33页 |
| 3.2.1 TunkRank算法 | 第30-31页 |
| 3.2.2 Overall Influence Rank算法 | 第31-33页 |
| 3.3 影响力最大化问题 | 第33-34页 |
| 3.4 仿真及性能分析 | 第34-39页 |
| 3.4.1 OIR度量算法仿真及分析 | 第34-36页 |
| 3.4.2 受控传播性能仿真及分析 | 第36-39页 |
| 第四章 基于社区发现的影响力传播算法 | 第39-47页 |
| 4.1 进行社区发现的原因 | 第39-40页 |
| 4.1.1 受控传播的团级结构 | 第39-40页 |
| 4.1.2 多社区结构网络中信息的传 | 第40页 |
| 4.2 基于社区发现的影响力最大化算法 | 第40-44页 |
| 4.3 仿真及性能分析 | 第44-47页 |
| 4.3.1 数据集介绍 | 第44页 |
| 4.3.2 社区发现 | 第44-45页 |
| 4.3.3 全网仿真及分析 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 论文工作总结 | 第47页 |
| 5.2 下一步的工作 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文目录 | 第56页 |