基于相似性和反向随机游走的影响力最大化算法研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第9-13页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文的主要贡献 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 背景知识 | 第13-28页 |
| 2.1 影响力传播模型 | 第13-14页 |
| 2.1.1 独立级联模型 | 第13-14页 |
| 2.1.2 权重级联模型 | 第14页 |
| 2.1.3 线性阈值模型 | 第14页 |
| 2.2 影响力最大问题 | 第14-16页 |
| 2.2.1 问题定义 | 第15页 |
| 2.2.2 问题难度 | 第15页 |
| 2.2.3 评价标准 | 第15-16页 |
| 2.3 相关研究工作 | 第16-27页 |
| 2.3.1 基于贪婪策略的算法 | 第16-17页 |
| 2.3.2 基于网络中心性指标的算法 | 第17-18页 |
| 2.3.3 基于影响力传播路径的算法 | 第18-20页 |
| 2.3.4 基于社团的影响力最大化算法 | 第20-21页 |
| 2.3.5 基于RIS的影响力最大化算法 | 第21-22页 |
| 2.3.6 基于文本信息的影响力最大化算法 | 第22-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于相似性框架的影响力最大化算法 | 第28-45页 |
| 3.1 基于相似性的框架 | 第28-30页 |
| 3.2 基于相似性框架改进的算法 | 第30-32页 |
| 3.2.1 基于相似性改进的PMD算法 | 第30-31页 |
| 3.2.2 基于相似性改进的度剪枝算法 | 第31-32页 |
| 3.3 改进度剪枝和贪婪算法的结合 | 第32-33页 |
| 3.4 实验结果分析 | 第33-44页 |
| 3.4.1 实验数据和对比算法 | 第34-36页 |
| 3.4.2 不同算法的影响力传播范围对比 | 第36-40页 |
| 3.4.3 不同算法的时间效率对比 | 第40-42页 |
| 3.4.4 不同算法的内存空间对比 | 第42-43页 |
| 3.4.5 实验总结 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于反向随机游走的影响力最大化算法 | 第45-54页 |
| 4.1 反向随机游走算法 | 第45-46页 |
| 4.2 基于度中心性的反向随机游走算法 | 第46-47页 |
| 4.3 实验结果分析 | 第47-53页 |
| 4.3.1 实验数据和对比算法 | 第47-48页 |
| 4.3.2 不同算法的影响力传播范围对比 | 第48-50页 |
| 4.3.3 不同算法的时间效率对比 | 第50-51页 |
| 4.3.4 不同算法的内存空间对比 | 第51-52页 |
| 4.3.5 随机游走算法的收敛性 | 第52-53页 |
| 4.3.6 实验总结 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结及未来的工作 | 第54-56页 |
| 5.1 论文的总结 | 第54-55页 |
| 5.2 未来的工作 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 在学期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
