微博消息影响力评估及最大化算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题研究背景 | 第10-11页 |
| ·课题的研究意义 | 第11-12页 |
| ·课题研究内容 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 社会网络消息影响力评估及最大化相关研究 | 第14-28页 |
| ·引言 | 第14页 |
| ·影响力评估相关研究介绍 | 第14-20页 |
| ·消息传播描述模型 | 第14-16页 |
| ·消息影响力评估 | 第16-17页 |
| ·用户影响力评估 | 第17-18页 |
| ·机器人用户识别的研究 | 第18-20页 |
| ·消息传播模型的研究现状 | 第20-21页 |
| ·线性阈值模型 | 第20页 |
| ·独立级联模型 | 第20-21页 |
| ·其他消息传播模型 | 第21页 |
| ·消息影响力最大化算法的研究现状 | 第21-27页 |
| ·基于贪婪算法的消息影响力最大化算法 | 第21-23页 |
| ·简单的启发式消息影响力最大化算法 | 第23-26页 |
| ·基于社区发现的消息影响力最大化算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于用户质量的消息影响力评估 | 第28-43页 |
| ·引言 | 第28页 |
| ·微博消息传播分析 | 第28-31页 |
| ·用户关系形式研究 | 第28-29页 |
| ·消息传播的主要形式 | 第29-30页 |
| ·机器人用户参与的消息传播 | 第30-31页 |
| ·基于用户质量的消息影响力评估 | 第31-38页 |
| ·基于用户质量的消息影响力评估的思想 | 第31页 |
| ·消息传播描述模型 | 第31-35页 |
| ·基于用户质量的用户权重计算 | 第35-36页 |
| ·消息影响力惩罚机制 | 第36页 |
| ·消息影响力评估流程 | 第36-38页 |
| ·实验结果与分析 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于用户行为的消息影响力最大化算法 | 第43-59页 |
| ·引言 | 第43页 |
| ·微博用户行为的分析 | 第43-47页 |
| ·用户交互行为分析 | 第43-44页 |
| ·用户活跃度分析 | 第44-45页 |
| ·用户行为偏好分析 | 第45-46页 |
| ·消息传播模型的选择 | 第46-47页 |
| ·BiasRank 算法的建立 | 第47-49页 |
| ·算法思想 | 第47-49页 |
| ·消息影响力最大化算法实现流程 | 第49页 |
| ·实验结果与分析 | 第49-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
