| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 复杂网络研究概述 | 第10页 |
| 1.2 复杂网络理论在信息传播与免疫中研究现状 | 第10-14页 |
| 1.2.1 复杂网络理论在信息传播中的研究现状 | 第10-13页 |
| 1.2.2 复杂网络理论在传播免疫中的研究现状 | 第13-14页 |
| 1.3 本论文内容安排 | 第14-15页 |
| 第2章 复杂网络理论基础 | 第15-25页 |
| 2.1 网络的表示方法 | 第15页 |
| 2.2 复杂网络的统计特性 | 第15-18页 |
| 2.2.1 度与度分布 | 第15-16页 |
| 2.2.2 平均路径长度 | 第16页 |
| 2.2.3 节点连接中心性 | 第16页 |
| 2.2.4 节点介数 | 第16-17页 |
| 2.2.5 聚类系数 | 第17页 |
| 2.2.6 k-核与k-壳 | 第17-18页 |
| 2.3 网络模型 | 第18-25页 |
| 2.3.1 小世界网络模型 | 第18-20页 |
| 2.3.2 BA无标度网络模型 | 第20-21页 |
| 2.3.3 BBV加权网络模型 | 第21-23页 |
| 2.3.4 GBBV加权网络模型 | 第23-25页 |
| 第3章 传播模型与免疫策略 | 第25-31页 |
| 3.1 基本流行病传播模型 | 第25-28页 |
| 3.1.1 SI模型 | 第25页 |
| 3.1.2 SIS模型 | 第25-26页 |
| 3.1.3 SIR模型 | 第26-27页 |
| 3.1.4 SEIR模型 | 第27-28页 |
| 3.2 基本免疫策略 | 第28-31页 |
| 3.2.1 随机免疫 | 第28页 |
| 3.2.2 目标免疫 | 第28-29页 |
| 3.2.3 熟人免疫 | 第29-31页 |
| 第4章 基于在线社交网络的话题传播模型 | 第31-43页 |
| 4.1 话题传播机理与模型 | 第31-32页 |
| 4.2 模型参数仿真与分析 | 第32-41页 |
| 4.2.1 服从不同概率分布的μ_i对话题传播的影响 | 第32-34页 |
| 4.2.2 用户看到话题次数与转发概率函数的仿真 | 第34-39页 |
| 4.2.3 话题传播随时间变化特性仿真 | 第39-41页 |
| 4.3 总结 | 第41-43页 |
| 第5章 加权网络上具有竞争关系的多信息传播研究 | 第43-58页 |
| 5.1 具有竞争关系的多信息传播模型 | 第43-45页 |
| 5.2 信息在加权网络模型中传播 | 第45-52页 |
| 5.2.1 网络结构对传播的影响 | 第45-49页 |
| 5.2.2 初始数量对传播的影响 | 第49-52页 |
| 5.3 信息在真实数据集网络中传播 | 第52-57页 |
| 5.3.1 网络结构对传播的影响 | 第53-55页 |
| 5.3.2 初始数量对传播的影响 | 第55-57页 |
| 5.4 总结 | 第57-58页 |
| 第6章 可变聚类无标度网络上的谣言免疫策略研究 | 第58-65页 |
| 6.1 网络模型及谣言模型 | 第58-59页 |
| 6.1.1 可变聚类系数无标度网络模型 | 第58-59页 |
| 6.1.2 谣言传播模型 | 第59页 |
| 6.2 免疫策略 | 第59-60页 |
| 6.2.1 已有的免疫策略 | 第60页 |
| 6.2.2 聚类免疫 | 第60页 |
| 6.3 仿真实验结果 | 第60-63页 |
| 6.3.1 聚类免疫效果和聚类系数的关系 | 第61-62页 |
| 6.3.2 聚类免疫和其它免疫效果比较 | 第62-63页 |
| 6.4 结论 | 第63-65页 |
| 第7章 总结与展望 | 第65-67页 |
| 7.1 总结 | 第65页 |
| 7.2 展望 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 攻读硕士学位期间的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |