面向大规模社交网络的信息传播模型及其应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 表格 | 第12-13页 |
| 插图 | 第13-14页 |
| 算法 | 第14-15页 |
| 主要符号对照表 | 第15-16页 |
| 第一章 绪论 | 第16-28页 |
| ·引言 | 第16-17页 |
| ·研究背景 | 第17-21页 |
| ·社交网络 | 第17-18页 |
| ·社交网络上的信息传播和影响力传播 | 第18-19页 |
| ·权威值计算 | 第19-20页 |
| ·病毒营销 | 第20-21页 |
| ·研究动机 | 第21-24页 |
| ·论文主要工作 | 第24-26页 |
| ·组织结构 | 第26-28页 |
| 第二章 相关工作综述 | 第28-38页 |
| ·引言 | 第28页 |
| ·社交网络及其相关研究 | 第28-31页 |
| ·信息传播模型 | 第31-33页 |
| ·独立级联模型 | 第32页 |
| ·线性阈值模型 | 第32-33页 |
| ·统计模型 | 第33页 |
| ·权威值计算 | 第33-34页 |
| ·PageRank | 第33-34页 |
| ·主题相关PageRank | 第34页 |
| ·病毒营销 | 第34-36页 |
| ·经典的病毒营销算法 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第三章 线性影响力模型及其性质 | 第38-58页 |
| ·引言 | 第38页 |
| ·模型定义及推导 | 第38-42页 |
| ·模型计算 | 第42-43页 |
| ·模型性质 | 第43-50页 |
| ·模型的线性性质和快速计算方法 | 第43-47页 |
| ·模型的submodular性质 | 第47-50页 |
| ·实验分析 | 第50-56页 |
| ·线性影响力模型对其他模型的逼近 | 第51-53页 |
| ·线性影响力模型下的影响力计算 | 第53-55页 |
| ·线性影响力模型的计算效率 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 线性影响力模型与权威值计算 | 第58-82页 |
| ·引言 | 第58-62页 |
| ·相关工作 | 第58-62页 |
| ·泛化的线性影响力模型 | 第62-63页 |
| ·PageRank与影响力计算之间的关系 | 第63-70页 |
| ·带先验的PageRank | 第66-69页 |
| ·在主题相关PageRank上的推广 | 第69-70页 |
| ·PageRank在社交网络中的泛化 | 第70-71页 |
| ·群体PageRank | 第71-72页 |
| ·实验分析 | 第72-81页 |
| ·实验设定 | 第72-74页 |
| ·Top-K科学家选择 | 第74-78页 |
| ·Top-K影响力节点选择算法的算法效率 | 第78-80页 |
| ·各种PageRank算法之间的相关性 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 社会影响力最大化与病毒营销 | 第82-98页 |
| ·引言 | 第82页 |
| ·相关工作 | 第82-85页 |
| ·线性影响力模型下的病毒营销策略设计 | 第85-89页 |
| ·实验 | 第89-95页 |
| ·实验设定 | 第89-91页 |
| ·算法效果比较 | 第91-92页 |
| ·算法效率比较 | 第92-93页 |
| ·算法参数的调节 | 第93-95页 |
| ·本章小结 | 第95-98页 |
| 第六章 结束语 | 第98-104页 |
| ·本文工作总结 | 第99-100页 |
| ·本文的主要贡献和创新之处 | 第100-101页 |
| ·进一步研究方向 | 第101-104页 |
| 参考文献 | 第104-116页 |
| 致谢 | 第116-118页 |
| 在读期间发表的学术论文与取得的研究成果 | 第118-119页 |
