| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 影响最大化问题的研究现状 | 第9-11页 |
| 1.3 课题目标和内容 | 第11-12页 |
| 1.3.1 课题目标 | 第11-12页 |
| 1.3.2 课题内容 | 第12页 |
| 1.4 论文组织架构 | 第12-14页 |
| 第2章 影响最大化问题相关概念及研究基础 | 第14-22页 |
| 2.1 问题描述 | 第14-15页 |
| 2.1.1 社交网络的图模型 | 第14-15页 |
| 2.1.2 影响最大化问题描述 | 第15页 |
| 2.2 社交网络中影响传播模型 | 第15-18页 |
| 2.2.1 线性阈值模型 | 第16页 |
| 2.2.2 独立级联模型 | 第16-17页 |
| 2.2.3 其他传播模型 | 第17-18页 |
| 2.3 影响最大化问题的性质 | 第18页 |
| 2.4 影响最大化问题求解的相关算法 | 第18-20页 |
| 2.4.1 贪心算法 | 第18-19页 |
| 2.4.2 CELF算法 | 第19页 |
| 2.4.3 其他算法 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 基于交互行为的影响传播模型UIB_IC | 第22-30页 |
| 3.1 问题描述 | 第22-23页 |
| 3.2 用户交互行为建模 | 第23-26页 |
| 3.2.1 交互行为的描述 | 第23-24页 |
| 3.2.2 交互度 | 第24-25页 |
| 3.2.3 基于用户交互的影响力计算 | 第25-26页 |
| 3.3 基于交互行为的影响传播模型UIB_IC模型 | 第26-28页 |
| 3.3.1 UIB_IC模型的构建 | 第26-27页 |
| 3.3.2 UIB_IC模型影响传播过程 | 第27-28页 |
| 3.4 UIB_IC模型中的影响计算方法 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于UIB_IC模型的算法分析 | 第30-34页 |
| 4.1 GAUIB算法分析 | 第30-31页 |
| 4.2 GAUIB算法的优化 | 第31-33页 |
| 4.3 本章小结 | 第33-34页 |
| 第5章 实验与分析 | 第34-40页 |
| 5.1 实验数据介绍 | 第34-35页 |
| 5.1.1 腾讯微博API介绍 | 第34页 |
| 5.1.2 实验数据描述 | 第34-35页 |
| 5.1.3 朋友圈网络 | 第35页 |
| 5.2 基于交互行为的影响最大化实验 | 第35-39页 |
| 5.2.1 实验对比算法 | 第36页 |
| 5.2.2 实验标准 | 第36-37页 |
| 5.2.3 实验结果 | 第37-39页 |
| 5.3 本章小结 | 第39-40页 |
| 第6章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44页 |