| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 主要研究工作和内容安排 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 相关知识介绍 | 第12-24页 |
| 2.1 复杂网络相关知识 | 第12-14页 |
| 2.2 影响力最大化相关知识 | 第14页 |
| 2.3 影响力传播的主要模型 | 第14-18页 |
| 2.3.1 线性阈值模型 | 第15-17页 |
| 2.3.2 独立级联模型 | 第17页 |
| 2.3.3 权重级联模型 | 第17-18页 |
| 2.3.4 其他的一些模型 | 第18页 |
| 2.4 影响力最大化问题的相关算法 | 第18-23页 |
| 2.4.1 贪心算法 | 第18-19页 |
| 2.4.2 CELF算法 | 第19-20页 |
| 2.4.3 最大度算法 | 第20-21页 |
| 2.4.4 SCG算法 | 第21-23页 |
| 2.4.5 其他算法 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于和声搜索的影响力最大化算法设计 | 第24-40页 |
| 3.1 和声搜索算法简介 | 第24-28页 |
| 3.1.1 和声搜索算法步骤 | 第25-27页 |
| 3.1.2 和声搜索算法分析 | 第27-28页 |
| 3.2 和声搜索算法应用到影响力最大化问题 | 第28-30页 |
| 3.2.1 和声搜索应用到影响力最大化问题 | 第28-30页 |
| 3.2.2 算法的复杂性分析 | 第30页 |
| 3.3 和声搜索算法的改进 | 第30-33页 |
| 3.3.1 HM大小 | 第30-31页 |
| 3.3.2 阶梯增长的HMCR | 第31页 |
| 3.3.3 按度排序的解空间 | 第31-33页 |
| 3.3.4 BW的调整策略 | 第33页 |
| 3.4 评估方式 | 第33-35页 |
| 3.4.1 EDV在IC模型 | 第33-34页 |
| 3.4.2 EDV在LT模型和WC模型 | 第34-35页 |
| 3.5 HSEDV算法模型 | 第35-39页 |
| 3.6 HSEDV算法分析 | 第39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 实验以及结果分析 | 第40-55页 |
| 4.1 实验数据及环境 | 第40页 |
| 4.1.1 实验环境 | 第40页 |
| 4.1.2 实验数据 | 第40页 |
| 4.2 HS参数选择及实验 | 第40-45页 |
| 4.2.1 HS优化实验 | 第40-43页 |
| 4.2.2 HM大小的影响 | 第43-45页 |
| 4.3 原始网络实验 | 第45-54页 |
| 4.3.1 人类蛋白质网络(HumanProtein(Vidal)) | 第45-47页 |
| 4.3.2 U.RoviraiVirgili邮件交往 | 第47-49页 |
| 4.3.3 OpenFlight航线网络 | 第49-52页 |
| 4.3.4 Digg网站信息回复图 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文结论 | 第55-56页 |
| 5.2 后续研究进展 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |