社交网络中信息传播影响最大化研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 现有工作的不足 | 第18-19页 |
| 1.4 本文的研究内容 | 第19-20页 |
| 1.5 论文结构 | 第20-22页 |
| 第二章 相关理论知识 | 第22-35页 |
| 2.1 社交网络定义 | 第22-23页 |
| 2.2 网络拓扑基本性质 | 第23-27页 |
| 2.2.1 度和度分布 | 第23-24页 |
| 2.2.2 出度和入度 | 第24-25页 |
| 2.2.3 网络稀疏性和稠密化 | 第25-26页 |
| 2.2.4 网络平均距离 | 第26-27页 |
| 2.3 节点重要性指标 | 第27-30页 |
| 2.3.1 度中心性 | 第27页 |
| 2.3.2 介数中心性 | 第27-29页 |
| 2.3.3 接近中心性 | 第29-30页 |
| 2.4 影响传播模型 | 第30-33页 |
| 2.4.1 独立级联模型 | 第31页 |
| 2.4.2 线性阀值模型 | 第31-32页 |
| 2.4.3 其他模型 | 第32-33页 |
| 2.5 影响最大化算法的度量标准 | 第33-34页 |
| 2.5.1 运行时间 | 第33-34页 |
| 2.5.2 算法精度 | 第34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 基于接近度的信息传播影响最大化算法 | 第35-48页 |
| 3.1 问题定义 | 第35-36页 |
| 3.2 相关工作 | 第36-37页 |
| 3.2.1 启发式策略 | 第36页 |
| 3.2.2 贪心算法 | 第36-37页 |
| 3.3 接近依赖度 | 第37-39页 |
| 3.4 PIMCD算法设计 | 第39-40页 |
| 3.5 实验环境与数据集 | 第40-41页 |
| 3.6 实验设计 | 第41-42页 |
| 3.7 实验结果 | 第42-47页 |
| 3.7.1 无权网络中比例参数c的确定 | 第42-45页 |
| 3.7.2 算法比较 | 第45-47页 |
| 3.8 本章小结 | 第47-48页 |
| 第四章 面向稀疏网络的信息传播影响最大化算法 | 第48-57页 |
| 4.1 问题提出 | 第48-49页 |
| 4.2 启发式策略设计 | 第49-50页 |
| 4.3 贪心算法的改进 | 第50-51页 |
| 4.4 PIMCAC算法设计 | 第51-52页 |
| 4.5 实验设计与结果分析 | 第52-57页 |
| 4.5.1 不同特征网络中比例参数c的确定 | 第52-55页 |
| 4.5.2 算法比较 | 第55-57页 |
| 4.6 本章小结 | 第57页 |
| 第五章 总结和展望 | 第57-60页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 研究展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 作者在学期间取得的学术成果 | 第65页 |
