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 |