| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 节点重要性排序问题的研究现状 | 第11-12页 |
| 1.2.2 影响最大化问题的研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 复杂网络影响最大化相关理论 | 第16-25页 |
| 2.1 复杂网络相关概念 | 第16-17页 |
| 2.1.1 小世界特性 | 第16页 |
| 2.1.2 聚类系数 | 第16-17页 |
| 2.2 节点重要性指标 | 第17-20页 |
| 2.3 常用影响最大化算法 | 第20-21页 |
| 2.3.1 贪婪算法 | 第20页 |
| 2.3.2 启发式算法 | 第20-21页 |
| 2.4 常用社团结构算法 | 第21-22页 |
| 2.4.1 GN算法 | 第21-22页 |
| 2.4.2 层次化社团检测 | 第22页 |
| 2.5 网络传播 | 第22-24页 |
| 2.5.1 独立级联模型 | 第22-23页 |
| 2.5.2 线性阈值模型 | 第23页 |
| 2.5.3 SIR模型 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于三角邻域与k-shell重要性排序算法 | 第25-32页 |
| 3.1 引言 | 第25-26页 |
| 3.2 相关概念 | 第26-27页 |
| 3.2.1 符号定义 | 第26页 |
| 3.2.2 三角邻域相似度 | 第26-27页 |
| 3.3 基于三角邻域与k-shell重要性排序算法 | 第27-31页 |
| 3.3.1 算法思想 | 第27-29页 |
| 3.3.2 算法设计 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于社团混合式影响最大化算法 | 第32-44页 |
| 4.1 引言 | 第32-33页 |
| 4.2 相关概念 | 第33-35页 |
| 4.2.1 符号定义 | 第33页 |
| 4.2.2 社团结构特性 | 第33-35页 |
| 4.3 基于社团混合式影响最大化算法 | 第35-42页 |
| 4.3.1 算法思想 | 第35-39页 |
| 4.3.2 算法设计 | 第39-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 实验结果和分析 | 第44-57页 |
| 5.1 实验环境 | 第44页 |
| 5.2 实验仿真模型和评价标准 | 第44-46页 |
| 5.2.1 基于三角邻域与k-shell节点重要性的排序算法评价标准 | 第44-46页 |
| 5.2.2 基于社团混合式影响最大化算法算法评价标准 | 第46页 |
| 5.3 基于三角邻域与k-shell节点重要性的排序算法实现与结果分析 | 第46-53页 |
| 5.3.1 实验数据集 | 第46-47页 |
| 5.3.2 实验结果分析 | 第47-53页 |
| 5.4 基于社团混合式影响最大化算法实现与结果分析 | 第53-56页 |
| 5.4.1 实验数据集 | 第53-54页 |
| 5.4.2 实验结果分析 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63页 |
