社交网络中的种子集合与传播时间最小化研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文主要内容 | 第17页 |
| 1.4 本文组织结构 | 第17-20页 |
| 第二章 相关理论知识 | 第20-26页 |
| 2.1 社交网络 | 第20页 |
| 2.2 传播模型 | 第20-23页 |
| 2.2.1 阈值模型 | 第20-21页 |
| 2.2.2 级联模型 | 第21-22页 |
| 2.2.3 阈值模型与级联模型的等价性 | 第22-23页 |
| 2.3 种子集合问题 | 第23-24页 |
| 2.3.1 集合函数的子模性质 | 第23页 |
| 2.3.2 种子集合问题的子模性质 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于MIA模型的传播时间最小化算法 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 问题定义与传播模型 | 第26-28页 |
| 3.3 启发式算法 | 第28-34页 |
| 3.3.1 基本概念 | 第29-31页 |
| 3.3.2 基于MIA模型的TSA算法 | 第31-33页 |
| 3.3.3 基于MIA模型的PTSA算法 | 第33-34页 |
| 3.4 实验 | 第34-38页 |
| 3.4.1 数据集 | 第34-35页 |
| 3.4.2 对比算法 | 第35页 |
| 3.4.3 实验结果对比分析 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 基于IC模型的种子集合最小化算法 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 传播模型和问题定义 | 第40-42页 |
| 4.2.1 传播模型 | 第40-41页 |
| 4.2.2 问题定义 | 第41-42页 |
| 4.3 种子集合的影响范围和概率计算 | 第42-43页 |
| 4.4 MSA算法及其改进 | 第43-46页 |
| 4.4.1 MSA算法实现 | 第43-44页 |
| 4.4.2 MSA算法的时间效率优化 | 第44-46页 |
| 4.5 实验 | 第46-50页 |
| 4.5.1 种子集合大小对比 | 第46-48页 |
| 4.5.2 算法运行时间对比 | 第48-50页 |
| 4.6 本章小结 | 第50-52页 |
| 第五章 基于社区结构的种子集合最小化方法 | 第52-62页 |
| 5.1 引言 | 第52-53页 |
| 5.2 算法描述 | 第53-55页 |
| 5.3 实验 | 第55-59页 |
| 5.3.1 数据集 | 第55-56页 |
| 5.3.2 种子集合大小对比 | 第56-58页 |
| 5.3.3 算法运行时间对比 | 第58-59页 |
| 5.4 本章小结 | 第59-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 未来展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
