| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-17页 |
| 1.1 课题研究背景、意义和应用前景 | 第14-15页 |
| 1.2 社交网络环境下多标签分类研究现状 | 第15页 |
| 1.3 本文的研究内容和组织结构 | 第15-17页 |
| 1.3.1 课题来源 | 第15页 |
| 1.3.2 本文主要研究内容和组织结构 | 第15-17页 |
| 第二章 相关工作概述 | 第17-30页 |
| 2.1 多标签分类方法研究 | 第17-23页 |
| 2.1.1 多标签分类的定义 | 第17页 |
| 2.1.2 传统的多标签分类方法 | 第17-19页 |
| 2.1.3 多标签关系分类模型 | 第19-21页 |
| 2.1.4 性能评价函数 | 第21-23页 |
| 2.2 多目标遗传算法 | 第23-29页 |
| 2.2.1 多目标遗传算法的基本概念及关键技术 | 第24-26页 |
| 2.2.2 经典多目标遗传算法 | 第26-28页 |
| 2.2.3 多目标遗传算法的应用 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于NSGA2的网络环境下多标签种子节点选择 | 第30-43页 |
| 3.1 研究数据集 | 第30-32页 |
| 3.2 NSGA2算法建模 | 第32-33页 |
| 3.3 NAMESEA算法 | 第33-36页 |
| 3.3.1 算法步骤 | 第33-35页 |
| 3.3.2 种子节点的选择 | 第35-36页 |
| 3.4 实验分析 | 第36-42页 |
| 3.4.1 遗传算法参数设定研究 | 第36-37页 |
| 3.4.2 pateto最优解分布研究 | 第37-38页 |
| 3.4.3 多标签预测结果分析 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于MOSS的网络环境下多目标种子节点选择 | 第43-57页 |
| 4.1 多目标建模 | 第43-44页 |
| 4.2 MOSS算法 | 第44-48页 |
| 4.2.1 MOSS算法步骤 | 第44-46页 |
| 4.2.2 MOSS算法与NAMESEA算法见的差异 | 第46-47页 |
| 4.2.3 新的种子节点选择法 | 第47-48页 |
| 4.3 数据集、对比算法和评价标准 | 第48-51页 |
| 4.3.1 网络数据集 | 第48-49页 |
| 4.3.2 对比算法 | 第49-50页 |
| 4.3.3 评价标准 | 第50-51页 |
| 4.5 实验分析 | 第51-55页 |
| 4.5.1 参数设置 | 第51-52页 |
| 4.5.2 实验结果 | 第52-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 总结及展望 | 第57-59页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 未来工作的展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第62-63页 |
