| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-19页 |
| 1.2.1 网络模型演化研究现状 | 第13-15页 |
| 1.2.2 信息传播模型研究现状 | 第15-17页 |
| 1.2.3 节点影响力研究现状 | 第17-19页 |
| 1.3 论文研究内容和组织结构 | 第19-21页 |
| 1.3.1 论文研究内容 | 第19-20页 |
| 1.3.2 论文创新点 | 第20-21页 |
| 1.3.3 论文组织结构 | 第21页 |
| 第2章 相关基本理论 | 第21-35页 |
| 2.1 复杂网络相关概念 | 第22-25页 |
| 2.1.1 度 | 第22-24页 |
| 2.1.2 平均距离 | 第24-25页 |
| 2.1.3 聚类系数 | 第25页 |
| 2.2 基本网络模型 | 第25-28页 |
| 2.2.1 规则网络 | 第25-26页 |
| 2.2.2 ER随机网络 | 第26页 |
| 2.2.3 小世界网络模型 | 第26-27页 |
| 2.2.4 BA无标度网络 | 第27-28页 |
| 2.3 复杂网络中的传播模型 | 第28-31页 |
| 2.3.1 传染病基本传播模型 | 第28-29页 |
| 2.3.2 复杂网络信息传播模型 | 第29-31页 |
| 2.4 网络节点影响力算法及评价标准 | 第31-34页 |
| 2.4.1 网络节点影响力相关算法 | 第31-33页 |
| 2.4.2 节点影响力评价标准 | 第33-34页 |
| 2.5 小结 | 第34-35页 |
| 第3章 基于边数随机增长的网络模型 | 第35-60页 |
| 3.1 问题来源 | 第35-36页 |
| 3.2 基于边数随机增长的网络模型 | 第36-49页 |
| 3.2.1 新节点的边数增长和连接概率分析 | 第37-38页 |
| 3.2.2 基于完全泊松分布的边数随机增长模型 | 第38-41页 |
| 3.2.3 基于半泊松分布的边数随机增长模型 | 第41-45页 |
| 3.2.4 基于随机选择概率的边数随机增长模型 | 第45-49页 |
| 3.3 仿真网络模型分析 | 第49-59页 |
| 3.3.1 BAP网络仿真实验及分析 | 第49-54页 |
| 3.3.2 BAPP网络模型仿真实验及分析 | 第54-56页 |
| 3.3.3 BAUP网络模型仿真实验及分析 | 第56-58页 |
| 3.3.4 结论 | 第58-59页 |
| 3.4 小结 | 第59-60页 |
| 第4章 基于相对权重的在线社交网络信息传播模型 | 第60-83页 |
| 4.1 问题来源 | 第60-61页 |
| 4.2 基于用户相对权重的网络传播模型—RWSIR模型 | 第61-68页 |
| 4.2.1 SIR传播模型 | 第61-62页 |
| 4.2.2 基于用户相对权重的网络传播模型 | 第62-68页 |
| 4.3 仿真实验 | 第68-74页 |
| 4.3.1 相关网络拓扑及统计特性 | 第68-70页 |
| 4.3.2 RWSIR信息传播模型实验 | 第70-74页 |
| 4.4 RWSIR和SIR的比较 | 第74-81页 |
| 4.4.1 权威节点实验比较 | 第75-78页 |
| 4.4.2 普通节点实验比较 | 第78-80页 |
| 4.4.3 结论 | 第80-81页 |
| 4.5 小结 | 第81-83页 |
| 第5章 一种改进的SEIR谣言传播模型 | 第83-105页 |
| 5.1 问题来源 | 第83-84页 |
| 5.2 改进的SEIR谣言传播模型 | 第84-93页 |
| 5.2.1 谣言传播中的网络节点行为分析 | 第84-86页 |
| 5.2.2 谣言传播模型及理论分析 | 第86-89页 |
| 5.2.3 均匀网络和非均匀网络中的谣言传播模型 | 第89-90页 |
| 5.2.4 仿真实验 | 第90-93页 |
| 5.3 相关参数对传播模型的影响 | 第93-104页 |
| 5.3.1 相关参数对R(t)的影响 | 第93-95页 |
| 5.3.2 仿真实验 | 第95-103页 |
| 5.3.3 结论 | 第103-104页 |
| 5.4 小结 | 第104-105页 |
| 第6章 一种基于传播概率的节点影响力排序算法 | 第105-121页 |
| 6.1 问题来源 | 第105-106页 |
| 6.2 节点影响力基本算法 | 第106-108页 |
| 6.3 基于传播概率的节点影响力算法 | 第108-117页 |
| 6.3.1 基于传播概率的节点影响力公式 | 第109-110页 |
| 6.3.2 基于传播概率的节点影响力的计算方法 | 第110-112页 |
| 6.3.3 PIC算法的近似计算 | 第112-115页 |
| 6.3.4 简单实例的PIC算法与其它算法比较 | 第115-117页 |
| 6.4 算法在真实网络中的应用 | 第117-120页 |
| 6.5 小结 | 第120-121页 |
| 第7章 总结与展望 | 第121-123页 |
| 7.1 总结 | 第121-122页 |
| 7.2 进一步工作 | 第122-123页 |
| 参考文献 | 第123-131页 |
| 攻读博士学位期间取得的成果及参与的课题 | 第131-133页 |
| 致谢 | 第133页 |