社交网络中影响力预测算法研究
摘要 | 第4-5页 |
abstract | 第5页 |
注释表 | 第10-11页 |
缩略词 | 第11-12页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景及意义 | 第12-14页 |
1.2 论文选题依据 | 第14-15页 |
1.3 论文的主要研究工作 | 第15-16页 |
1.4 论文的组织结构 | 第16-18页 |
第二章 社交网络中影响力研究处理技术相关工作 | 第18-29页 |
2.1 社交网络的概念 | 第18页 |
2.2 Skyline查询研究概述 | 第18-20页 |
2.3 卡尔曼滤波器概述 | 第20-21页 |
2.4 社交网络中影响力度量研究相关工作 | 第21-24页 |
2.4.1 影响力度量方法 | 第21-22页 |
2.4.2 影响力用户查询 | 第22-23页 |
2.4.3 有潜力的影响力成员推举预测 | 第23-24页 |
2.5 社交网络中影响力传播研究概述 | 第24-28页 |
2.5.1 影响力传播概述 | 第24-26页 |
2.5.2 信息流行度预测概述 | 第26-28页 |
2.6 本章小结 | 第28-29页 |
第三章 有潜力的影响力成员推举预测 | 第29-46页 |
3.1 问题介绍 | 第29-30页 |
3.2 问题描述与定义 | 第30-32页 |
3.3 等级声望度 | 第32-35页 |
3.3.1 PageRank算法介绍 | 第32-33页 |
3.3.2 等级声望度的介绍 | 第33页 |
3.3.3 等级声望度的性质 | 第33-35页 |
3.4 有潜力的影响力成员推举预测算法 | 第35-41页 |
3.4.1 Skyline距离 | 第35-36页 |
3.4.2 基于推举代价和支配性的裁剪策略 | 第36-38页 |
3.4.3 对推举结果的验证 | 第38-39页 |
3.4.4 PromSky算法 | 第39-41页 |
3.4.5 算法比较 | 第41页 |
3.5 实验测评 | 第41-45页 |
3.5.1 实验环境 | 第42页 |
3.5.2 推举代价对比实验 | 第42-43页 |
3.5.3 推举成功率对比实验 | 第43页 |
3.5.4 基于DBLP的预测 | 第43-45页 |
3.5.5 推举时间对比试验 | 第45页 |
3.6 本章小结 | 第45-46页 |
第四章 基于卡尔曼滤波器的帖子流行度预测 | 第46-58页 |
4.1 问题介绍 | 第46-47页 |
4.2 问题定义 | 第47页 |
4.3 卡尔曼滤波器的工作原理 | 第47-48页 |
4.4 影响帖子转发过程的因素 | 第48-49页 |
4.4.1 帖子影响力 | 第48-49页 |
4.4.2 分支因子 | 第49页 |
4.5 基于卡尔曼滤波器的帖子流行度预测算法 | 第49-52页 |
4.5.1 预测帖子影响力 | 第49-50页 |
4.5.2 实例化帖子影响力求解过程 | 第50-51页 |
4.5.3 预测帖子流行度 | 第51-52页 |
4.6 实验测评 | 第52-56页 |
4.6.1 实验环境及数据描述 | 第53页 |
4.6.2 参数估计 | 第53-55页 |
4.6.3 预测准确度对比实验 | 第55-56页 |
4.6.4 时间代价对比实验 | 第56页 |
4.7 本章小结 | 第56-58页 |
第五章 总结与展望 | 第58-60页 |
5.1 论文总结 | 第58页 |
5.2 进一步研究展望 | 第58-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-65页 |
在学期间的研究成果及发表的学术论文 | 第65页 |