首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

社会网络中节点角色以及群体演化研究

摘要第1-8页
ABSTRACT第8-17页
第一章 绪论第17-26页
     ·研究背景第17-19页
     ·研究的目的和意义第19-20页
     ·研究的主要内容第20-23页
       ·社会网络中影响力模型及影响力最大化问题第21-22页
       ·社会网络中节点角色分析第22-23页
       ·在线社会网络中的话题演化与社会个体节点间的关联分析第23页
     ·研究的主要方法、创新点和结构第23-26页
第二章 社会网络概述第26-46页
     ·基本概念第26-27页
     ·社会网络结构测度指标第27-32页
       ·网络距离测度第28页
       ·网络连通性测度第28页
       ·节点中心性分析第28-31页
       ·节点的结构同型分析第31-32页
     ·复杂性研究下的社会网络结构测度指标第32-39页
       ·平均最短路径和聚集系数第33-34页
       ·节点度分布和度指数第34-35页
       ·度相关性和中介度相关性第35-36页
       ·社团结构测度第36-37页
       ·加权网络结构分析第37-39页
     ·社会网络研究的两类热点问题第39-44页
       ·社会网络节点影响力与角色分析问题第39-42页
       ·网络的演化问题第42-44页
     ·本章小结第44-46页
第三章 社会网络中节点影响力算法研究第46-61页
     ·基本概念第46-47页
     ·相关工作介绍第47-48页
     ·基于SpreadRank的影响力分析算法第48-53页
       ·经典的影响力传播模型第48-49页
       ·影响力传播CTMC-ICM模型第49-50页
       ·节点影响力分析算法第50-53页
     ·实验分析第53-59页
       ·实验数据集第53-55页
       ·影响力排序问题第55-59页
     ·本章小结第59-61页
第四章 基于网络结构属性的节点角色发现第61-76页
     ·基本概念第61-62页
     ·相关工作介绍第62-64页
       ·节点角色分析第62-63页
       ·聚类技术第63-64页
     ·数据准备及行为模式抽取第64-67页
       ·数据收集第64-65页
       ·特征数据第65-67页
     ·基于行为模式聚类的节点角色划分第67-69页
       ·节点距离度量第67页
       ·基于相似行为的聚类算法第67-69页
     ·算法描述及实验分析第69-74页
       ·算法描述第69-70页
       ·实验结果第70-74页
     ·本章小结第74-76页
第五章 基于网络社团结构的节点角色发现第76-90页
     ·基本概念第76-77页
     ·相关工作介绍第77-78页
     ·基于社团结构的节点角色发现第78-81页
       ·社团发现算法第78-79页
       ·基于社团结构的二维PageRank度量第79-80页
       ·基于二维PageRank度量的节点角色定义第80-81页
     ·基于二维PageRank的节点角色划分算法第81-83页
     ·实验分析第83-88页
       ·使用的数据集第83页
       ·Zachary karate俱乐部数据集的实验结果第83-86页
       ·安然Email通信网络的实验结果第86页
       ·电信通话网络的实验结果第86-88页
     ·本章小结第88-90页
第六章 在线网络中的社会网络挖掘研究第90-113页
     ·基本概念第90-92页
     ·相关工作第92-95页
       ·话题检测与跟踪第92-93页
       ·舆论领袖发现第93-95页
     ·在线论坛中的话题发现算法第95-98页
       ·时序论坛关系图的构建第95-96页
       ·语义关系抽取第96-97页
       ·话题检测算法介绍第97-98页
     ·话题关联演化算法研究第98-102页
       ·基于相似关键词的话题关联第99-100页
       ·基于相似社会实体的话题关联第100页
       ·模型估计第100-102页
     ·意见领袖发现第102-104页
       ·异质论坛关系图的构建第102-103页
       ·舆论领袖发现方法第103-104页
     ·实验分析第104-111页
       ·数据集与基本结构描述第104-105页
       ·话题发现第105-108页
       ·话题关联演化分析第108-110页
       ·舆情领袖发现第110-111页
     ·本章小结第111-113页
第七章 总结与展望第113-116页
     ·研究工作总结第113-114页
     ·下一步研究工作的展望第114-116页
参考文献第116-129页
致谢第129-131页
攻读博士学位期间的科研成果第131-132页

论文共132页,点击 下载论文
上一篇:大规模网络的社团发现与多层次可视化分析
下一篇:基于博弈论的认知网络频谱共享研究