| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 复杂网络上信息传播与免疫的研究概述 | 第8-9页 |
| 1.2 复杂网络上信息传播与免疫的研究意义 | 第9-10页 |
| 1.3 本论文内容安排 | 第10-11页 |
| 第2章 复杂网络理论基础 | 第11-20页 |
| 2.1 复杂网络的基本拓扑性质 | 第11-13页 |
| 2.1.1 度分布 | 第11页 |
| 2.1.2 聚类系数 | 第11-12页 |
| 2.1.3 平均路径长度 | 第12页 |
| 2.1.4 介数 | 第12-13页 |
| 2.1.5 k-核与k-壳 | 第13页 |
| 2.2 网络演化模型 | 第13-19页 |
| 2.2.1 ER网络模型 | 第13-14页 |
| 2.2.2 小世界网络模型 | 第14-16页 |
| 2.2.3 BA无标度网络模型 | 第16-17页 |
| 2.2.4 加权网络模型 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 复杂网络的传播动力学与免疫策略 | 第20-27页 |
| 3.1 基本流行病传播模型 | 第20-23页 |
| 3.1.1 SI模型 | 第20-21页 |
| 3.1.2 SIS模型 | 第21-22页 |
| 3.1.3 SIR模型 | 第22-23页 |
| 3.2 多信息传播模型 | 第23-24页 |
| 3.3 基本免疫策略 | 第24-26页 |
| 3.3.1 随机免疫 | 第24-25页 |
| 3.3.2 目标免疫 | 第25页 |
| 3.3.3 熟人免疫 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 加权网络上的多信息传播研究 | 第27-43页 |
| 4.1 多信息传播模型 | 第27-29页 |
| 4.2 信息在GBBV加权网络模型中的传播 | 第29-36页 |
| 4.2.1 不同吸引力对信息传播的影响 | 第29页 |
| 4.2.2 网络结构对传播的影响 | 第29-32页 |
| 4.2.3 初始数量对传播的影响 | 第32-36页 |
| 4.3 信息在真实数据集网络中传播 | 第36-41页 |
| 4.3.1 不同吸引力对信息传播的影响 | 第37页 |
| 4.3.2 网络结构对传播的影响 | 第37-39页 |
| 4.3.3 初始数量对传播的影响 | 第39-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第5章 Epinions在线社交网络上的免疫策略研究 | 第43-50页 |
| 5.1 网络数据及信息传播模型 | 第43-44页 |
| 5.1.1 网络数据介绍 | 第43页 |
| 5.1.2 信息传播模型 | 第43-44页 |
| 5.2 信息在Epinions社交网络中的传播 | 第44-46页 |
| 5.3 免疫仿真 | 第46-48页 |
| 5.3.1 在规模为2000的网络中的免疫 | 第47页 |
| 5.3.2 在规模为3000的网络中的免疫 | 第47-48页 |
| 5.4 本章小结 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 攻读硕士学位期间的科研成果 | 第58-59页 |
| 致谢 | 第59-60页 |