社交网络中节点影响力评估方法及其实证研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究内容与目标 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.4 研究论文的组织结构 | 第16-17页 |
| 2 基础理论及方法 | 第17-23页 |
| 2.1 社交网络 | 第17页 |
| 2.2 节点影响力分析 | 第17-18页 |
| 2.3 随机游走算法 | 第18-20页 |
| 2.3.1 随机游走的原理 | 第18页 |
| 2.3.2 随机游走算法实例 | 第18-20页 |
| 2.4 典型的节点中心性 | 第20-21页 |
| 2.4.1 度中心性 | 第20页 |
| 2.4.2 紧密度中心性 | 第20-21页 |
| 2.4.3 介数中心性 | 第21页 |
| 2.5 SIR传播模型 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 3 节点影响力综合评价模型 | 第23-40页 |
| 3.1 已有的单属性排序方法 | 第23-27页 |
| 3.1.1 节点度数排序 | 第23-25页 |
| 3.1.2 节点紧密度排序 | 第25-26页 |
| 3.1.3 节点介数排序 | 第26-27页 |
| 3.2 优先关系依赖图的构造 | 第27-34页 |
| 3.2.1 总体技术框架 | 第27-28页 |
| 3.2.2 指标序列标准化处理 | 第28-29页 |
| 3.2.3 部分优先关系依赖图的构造 | 第29-33页 |
| 3.2.4 全局优化优先关系矩阵的构造 | 第33-34页 |
| 3.3 基于随机游走的影响力综合排序 | 第34-35页 |
| 3.4 实例分析 | 第35-38页 |
| 3.4.1 评价指标 | 第35-36页 |
| 3.4.2 SIR模型模拟结果 | 第36-37页 |
| 3.4.3 实例结果分析 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 实证分析 | 第40-49页 |
| 4.1 实验设置 | 第40-42页 |
| 4.1.1 数据集 | 第40-41页 |
| 4.1.2 参数设置与实验环境 | 第41-42页 |
| 4.2 实验结果分析 | 第42-47页 |
| 4.2.1 Arpa数据集 | 第42-44页 |
| 4.2.2 Karate数据集 | 第44页 |
| 4.2.3 PolBooks数据集 | 第44-45页 |
| 4.2.4 Airlines数据集 | 第45-46页 |
| 4.2.5 Email数据集 | 第46-47页 |
| 4.3 实验总结 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-55页 |
| 致谢 | 第55页 |
