首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

在线社交网络中的信息传播预测模型研究

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

论文共115页,点击 下载论文
上一篇:基于进程代数的云制造服务组合形式化建模与验证
下一篇:混合智能算法及其在优化问题中的应用