基于社区结构的Top-K影响力节点发现算法研究

摘要	第4-5页
Abstract	第5页
1 绪论	第8-18页
1.1 研究背景与意义	第8-10页
1.2 国内外研究现状	第10-16页
1.3 本文主要工作	第16-17页
1.4 本章小结	第17-18页
2 基于相似度序列的社区发现算法	第18-32页
2.1 问题描述	第18-19页
2.2 相关研究	第19-21页
2.3 ACSS算法的设计与实现	第21-25页
2.4 仿真实验与结果分析	第25-31页
2.5 本章小结	第31-32页
3 基于社区结构的TOP-K影响力节点发现算法	第32-47页
3.1 问题描述	第32页
3.2 符号定义	第32-33页
3.3 IMBC算法的设计与实现	第33-40页
3.4 仿真实验与结果分析	第40-45页
3.5 本章小结	第45-47页
4 IMBC算法在社交网络上的应用	第47-54页
4.1 微博的功能特性分析	第47-48页
4.2 对微博的TOP-K影响力节点的发现	第48-52页
4.3 信息传播过程的模拟	第52-53页
4.4 本章小结	第53-54页
5 总结与展望	第54-56页
5.1 本文主要研究成果	第54-55页
5.2 下一步工作展望	第55-56页
致谢	第56-58页
参考文献	第58-66页
附录I 攻读硕士学位期间发表的论文目录	第66-67页
附录II 攻读硕士学位期间参与的科研工作	第67页