摘要 | 第9-11页 |
Abstract | 第11-12页 |
第一章 绪论 | 第13-29页 |
1.1 研究背景与意义 | 第13-19页 |
1.1.1 在线社交网络的作用 | 第13-14页 |
1.1.2 在线社交网络的发展趋势 | 第14-17页 |
1.1.3 在线社交网络的影响 | 第17页 |
1.1.4 主要科学问题和面临的挑战 | 第17-18页 |
1.1.5 研究意义 | 第18-19页 |
1.2 国内外研究现状 | 第19-24页 |
1.2.1 国内外研究概况 | 第19-20页 |
1.2.2 对信息传播模型的研究 | 第20-21页 |
1.2.3 信息传播模型研究的主要思路 | 第21-23页 |
1.2.4 现存工作的局限性 | 第23-24页 |
1.3 主要工作和创新点 | 第24-27页 |
1.3.1 本文的主要工作 | 第24-26页 |
1.3.2 本文工作的创新点 | 第26-27页 |
1.4 论文的组织和结构 | 第27-29页 |
第二章 在线社交网络的相关理论 | 第29-49页 |
2.1 在线社交网络的基本概念 | 第29-35页 |
2.1.1. 社交网络 | 第29-31页 |
2.1.2. 在线社交网络 | 第31-33页 |
2.1.3. 在线社交网络的分类 | 第33-35页 |
2.2 在线社交网络中的信息传播 | 第35-42页 |
2.2.1 信息传播问题 | 第35-36页 |
2.2.2 信息传播问题的主要研究内容 | 第36-42页 |
2.3 信息传播模型 | 第42-47页 |
2.3.1 信息传播模型的分类 | 第42页 |
2.3.2 信息传播预测模型 | 第42-46页 |
2.3.3 本文的信息传播模型 | 第46-47页 |
2.4 本章小结 | 第47-49页 |
第三章 基于PDE的Fick-Logistic信息传播预测模型 | 第49-69页 |
3.1 引言 | 第49-50页 |
3.2 信息的空间-时间传播问题 | 第50-51页 |
3.3 在线社交网络中的距离度量 | 第51-53页 |
3.4 Fick-Logistic信息传播模型 | 第53-59页 |
3.4.1 两种信息传播方式 | 第53-55页 |
3.4.2 Fick-Logistic信息传播模型的分析和建立 | 第55-58页 |
3.4.3 模型参数设置 | 第58-59页 |
3.5 实验分析与模型性能评估 | 第59-67页 |
3.5.1 Digg数据集介绍 | 第59-62页 |
3.5.2 信息传播的空间-时间特征 | 第62-65页 |
3.5.3 对Digg数据集中信息传播的预测 | 第65-67页 |
3.6 本章小结 | 第67-69页 |
第四章 基于PDE的线性传播预测模型 | 第69-86页 |
4.1 引言 | 第69-70页 |
4.2 对信息传播特征的进一步讨论 | 第70-75页 |
4.2.1 Digg数据集 | 第70页 |
4.2.2 信息传播的空间-时间特征 | 第70-75页 |
4.3 线性传播模型 | 第75-79页 |
4.3.1 线性传播模型的理论分析 | 第76-78页 |
4.3.2 初始密度函数的构造 | 第78-79页 |
4.4 模型性能评估 | 第79-84页 |
4.4.1 线性传播模型预测的特例研究 | 第79-82页 |
4.4.2 线性传播模型的综合性能评估 | 第82-83页 |
4.4.3 信息源用户的好友规模对预测结果的影响 | 第83-84页 |
4.5 本章小结 | 第84-86页 |
第五章 多源点信息传播的叠加效应 | 第86-103页 |
5.1 引言 | 第86页 |
5.2 多源点信息传播的叠加效应 | 第86-88页 |
5.3 多源点信息传播问题的距离度量 | 第88-89页 |
5.4 多源点传播叠加效应特例研究 | 第89-94页 |
5.4.1 多源点信息传播的用户密度变化 | 第90-91页 |
5.4.2 多源点信息传播的用户空间分布 | 第91-92页 |
5.4.3 对多源点信息传播叠加效应的预测 | 第92-94页 |
5.5 对模型预测性能的总体评估 | 第94-101页 |
5.5.1 多源点信息实例的确定与选取 | 第94-96页 |
5.5.2 实验与分析 | 第96-101页 |
5.6 本章小结 | 第101-103页 |
第六章 总结与展望 | 第103-107页 |
6.1 本文的主要工作 | 第103-104页 |
6.2 未来的工作和展望 | 第104-107页 |
参考文献 | 第107-114页 |
攻读博士学位期间发表的主要学术论文 | 第114-115页 |
致谢 | 第115页 |