首页--文化、科学、教育、体育论文--信息与知识传播论文--信息与传播理论论文--传播理论论文

社会网络中的节点影响力度量和k-节点集的影响力最大化问题研究

摘要第12-14页
ABSTRACT第14-16页
第1章 绪论第17-30页
    1.1 研究背景第17-18页
    1.2 本文的研究内容及研究意义第18-20页
    1.3 相关研究工作第20-26页
        1.3.1 节点的影响力度量第21-23页
        1.3.2 影响力最大化问题第23-26页
    1.4 本文的主要工作及创新点第26-28页
    1.5 本文的组织结构第28-30页
第2章 本文涉及的基础知识第30-45页
    2.1 社会网络相关知识第30-36页
        2.1.1 社会网络的表示第30页
        2.1.2 网络的基本拓扑性质第30-33页
        2.1.3 人工网络模型第33-36页
    2.2 影响力传播模型第36-38页
        2.2.1 经典传染病模型第36-37页
        2.2.2 独立级联模型第37-38页
        2.2.3 线性阈值模型第38页
    2.3 常用的影响力度量方法与评价指标第38-41页
        2.3.1 基于局部网络结构的度量方法第38-39页
        2.3.2 基于全局网络结构的度量方法第39-40页
        2.3.3 基于特性向量的度量方法第40页
        2.3.4 度量方法的评价指标第40-41页
    2.4 影响力最大化第41-45页
        2.4.1 影响力最大化问题的定义与性质第41-42页
        2.4.2 影响力最大化问题的常用算法第42-45页
第3章 考虑传播概率的节点影响力度量方法第45-64页
    3.1 引言第45-46页
    3.2 传播概率对节点影响力度量的影响第46-47页
    3.3 考虑传播概率的混合度度量方法第47-49页
    3.4 实验设置第49-51页
        3.4.1 实验环境与数据集第49-50页
        3.4.2 传播模型第50页
        3.4.3 对比度量方法与评价标准第50-51页
    3.5 实验结果与分析第51-62页
        3.5.1 单个节点在不同p下的影响力第51-52页
        3.5.2 DC、MLC在不同p下的表现第52-53页
        3.5.3 参数的选择第53-54页
        3.5.4 HC的有效性与运行时间第54-56页
        3.5.5 HC识别有影响力节点的能力第56-57页
        3.5.6 HC在SI模型下的表现第57-58页
        3.5.7 HC在人工网络中的表现第58-61页
        3.5.8 HC区分节点影响力的能力第61-62页
    3.6 本章小结第62-64页
第4章 基于有限步传播的节点影响力度量方法第64-78页
    4.1 引言第64-65页
    4.2 问题分析第65-69页
        4.2.1 数据集第65-66页
        4.2.2 度量方法对网络敏感性的实验与分析第66-69页
    4.3 可调节的有限步传播方法第69-72页
    4.4 实验结果第72-77页
        4.4.1 AHS的有效性与运行时间第72-75页
        4.4.2 AHS识别最有影响力节点的能力第75页
        4.4.3 AHS区分节点影响力的能力第75-76页
        4.4.4 AHS在非均匀传播概率下的表现第76-77页
    4.5 本章小结第77-78页
第5章 面向微博网络的影响力最大化算法第78-90页
    5.1 引言第78-79页
    5.2 微博网络建模第79-80页
    5.3 基于候选者的影响力最大化算法第80-83页
        5.3.1 选择候选节点第81-82页
        5.3.2 基于候选节点的贪心算法第82-83页
        5.3.3 算法的时间复杂度第83页
    5.4 实验设置第83-85页
        5.4.1 实验环境与数据集第83-84页
        5.4.2 传播概率第84-85页
        5.4.3 参与比较的算法和参数设置第85页
    5.5 实验结果第85-89页
        5.5.1 不同候选节点选择方法的比较第85-86页
        5.5.2 CBGCELF算法的有效性及运行时间第86-87页
        5.5.3 传播概率对CBGCELF算法的影响第87-88页
        5.5.4 考虑节点间影响力强度对种子节点选取的影响第88-89页
    5.6 本章小结第89-90页
第6章 影响力最大化问题中替补种子节点的选取问题第90-106页
    6.1 引言第90-91页
    6.2 SDIM问题定义及性质第91-92页
    6.3 SDIM算法第92-98页
        6.3.1 扩展的静态贪心算法第93-94页
        6.3.2 全静态算法第94-96页
        6.3.3 预选式贪心算法第96-97页
        6.3.4 算法复杂性分析第97-98页
    6.4 实验设置第98-99页
        6.4.1 实验环境与数据集第98页
        6.4.2 传播模型及传播概率设置第98-99页
        6.4.3 对比算法与参数设置第99页
    6.5 实验结果第99-104页
        6.5.1 候选节点集规模对各算法的影响第99-102页
        6.5.2 未激活种子节点数目对各算法的影响第102-103页
        6.5.3 基础传播概率对各算法的影响第103-104页
    6.6 本章小结第104-106页
第7章 总结与展望第106-109页
    7.1 主要工作总结第106-108页
    7.2 未来工作展望第108-109页
参考文献第109-119页
致谢第119-120页
攻读学位期间发表的学术论文目录第120-121页
攻读学位期间参加科研项目情况第121-122页
攻读学位期间获奖情况第122-123页
外文论文第123-161页
学位论文评阅及答辩情况表第161页

论文共161页,点击 下载论文
上一篇:图像中的超像素生成方法
下一篇:海上保险缔约信息提供义务法律问题研究