首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

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

论文共65页,点击 下载论文
上一篇:基于抽象解释理论的程序循环边界分析
下一篇:基于Android平台的隐私泄露检测与保护技术的研究