| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状及存在问题 | 第11-14页 |
| 1.2.1 国内外研究现状 | 第11-14页 |
| 1.2.2 存在的问题 | 第14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-18页 |
| 第2章 复杂网络相关技术和理论 | 第18-32页 |
| 2.1 复杂网络概述 | 第18-26页 |
| 2.1.1 复杂网络的基本概念 | 第18-20页 |
| 2.1.2 复杂网络的拓扑性质 | 第20-21页 |
| 2.1.3 复杂网络基本模型 | 第21-26页 |
| 2.2 复杂网络的传染病模型 | 第26-29页 |
| 2.2.1 SI模型 | 第26-27页 |
| 2.2.2 SIS模型 | 第27-28页 |
| 2.2.3 SIR模型 | 第28-29页 |
| 2.3 社团划分评价指标 | 第29-30页 |
| 2.3.1 模块度 | 第29页 |
| 2.3.2 模块度扩展 | 第29-30页 |
| 2.3.3 NMI | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 复杂网络中动态传染病模型构建 | 第32-44页 |
| 3.1 具有防范性的动态传染病模型 | 第32-36页 |
| 3.1.1 时间周期对传染病的影响 | 第35页 |
| 3.1.2 防范性对传染病的影响 | 第35-36页 |
| 3.2 传染病模型构建 | 第36-37页 |
| 3.3 实验及分析 | 第37-42页 |
| 3.3.1 参数对传播影响分析 | 第38-39页 |
| 3.3.2 传播路径和范围分析 | 第39-41页 |
| 3.3.3 与SEIR模型对比分析 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 传染病模型的重叠社团划分 | 第44-60页 |
| 4.1 多病源社团划分可行性分析 | 第44-45页 |
| 4.2 随机性病源社团划分算法 | 第45-47页 |
| 4.2.1 传染病模型在重叠社团划分中的延伸 | 第45-47页 |
| 4.2.2 随机条件下的社团划分过程 | 第47页 |
| 4.3 确定性病源社团划分算法 | 第47-52页 |
| 4.3.1 确定初始感染源 | 第48-49页 |
| 4.3.2 多社团感染效果选择 | 第49-50页 |
| 4.3.3 确定性病源社团划分过程 | 第50-52页 |
| 4.4 随机性病源划分实验及分析 | 第52-55页 |
| 4.4.1 LFR Benchmark数据集对比实验 | 第52-54页 |
| 4.4.2 真实网络中的性能测试 | 第54-55页 |
| 4.5 确定性病源划分实验及分析 | 第55-58页 |
| 4.5.1 LFR Benchmark数据集对比实验 | 第55-57页 |
| 4.5.2 真实网络数据集划分实验结果 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第5章 传染病模型的微博转发预测 | 第60-66页 |
| 5.1 微博转发预测模型定义 | 第60-62页 |
| 5.2 转发预测结果及分析 | 第62-64页 |
| 5.2.1 不同训练周期的错误率对比 | 第63页 |
| 5.2.2 与真实转发情况的对比 | 第63-64页 |
| 5.3 本章总结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间公开发表的论文 | 第74页 |