| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 背景知识 | 第8-9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 基于次模的算法 | 第9-10页 |
| 1.2.2 基于节点中心性度量指标的算法 | 第10-11页 |
| 1.2.3 基于传播路径的算法 | 第11-12页 |
| 1.2.4 基于社区机构的算法 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.3.1 基于多层邻居潜力和社区结构的线性时间复杂度模型 | 第13-14页 |
| 1.3.2 基于节点邻域和迭代寻优的线性时间复杂度模型 | 第14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 2 理论基础 | 第15-24页 |
| 2.1 图基本概念 | 第15-19页 |
| 2.1.1 图的定义 | 第15-16页 |
| 2.1.2 图的类型 | 第16-18页 |
| 2.1.3 图的计算机表示 | 第18-19页 |
| 2.2 社区结构和社区检测 | 第19-21页 |
| 2.2.1 社区结构 | 第19页 |
| 2.2.2 社区结构检测算法 | 第19-20页 |
| 2.2.3 评价社区检测算法 | 第20-21页 |
| 2.3 影响最大化基本概念 | 第21-22页 |
| 2.3.1 影响最大化问题定义 | 第21页 |
| 2.3.2 影响力传播模型 | 第21页 |
| 2.3.3 次模函数 | 第21-22页 |
| 2.4 实验基础 | 第22-24页 |
| 2.4.1 数据集 | 第22-23页 |
| 2.4.2 对比算法 | 第23页 |
| 2.4.3 度量标准 | 第23-24页 |
| 3 基于多层邻居潜力和社区结构的影响最大化 | 第24-38页 |
| 3.1 基本定义 | 第24页 |
| 3.2 基于多层邻居潜力和社区结构的线性时间复杂度模型 | 第24-31页 |
| 3.2.1 社区间基于多层潜力的种子扩散 | 第25-26页 |
| 3.2.2 社区内的影响扩散 | 第26-27页 |
| 3.2.3 目标函数的次模性 | 第27-29页 |
| 3.2.4 算法概述 | 第29-31页 |
| 3.2.5 复杂度分析 | 第31页 |
| 3.3 实验 | 第31-38页 |
| 3.3.1 实验设置 | 第31-32页 |
| 3.3.2 实验结果 | 第32-36页 |
| 3.3.3 实验结果总结 | 第36-38页 |
| 4 基于节点邻域和迭代寻优的影响最大化 | 第38-51页 |
| 4.1 基本定义 | 第38页 |
| 4.2 基于节点邻域和迭代寻优的线性时间复杂度模型 | 第38-44页 |
| 4.2.1 计算节点影响力 | 第39-43页 |
| 4.2.2 选择种子节点 | 第43页 |
| 4.2.3 算法概述 | 第43-44页 |
| 4.2.4 复杂度分析 | 第44页 |
| 4.3 实验 | 第44-51页 |
| 4.3.1 实验设置 | 第44-45页 |
| 4.3.2 实验结果 | 第45-50页 |
| 4.3.3 实验结果总结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 论文总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
| A.作者在校期间取得的学术成果 | 第60页 |
| B.作者在攻读硕士学位期间申请的科研专利 | 第60页 |
