| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文目标与主要研究内容 | 第12-13页 |
| 1.3.1 研究目标 | 第12-13页 |
| 1.3.2 研究内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 社交网络中的影响最大化问题 | 第15-23页 |
| 2.1 问题描述 | 第15-16页 |
| 2.1.1 社交网络 | 第15-16页 |
| 2.1.2 影响最大化问题描述 | 第16页 |
| 2.2 影响传播模型 | 第16-18页 |
| 2.2.1 线性阈值模型 | 第16-17页 |
| 2.2.2 独立级联模型 | 第17-18页 |
| 2.2.3 其他传播模型 | 第18页 |
| 2.3 影响最大化中NP-hard问题及子模化函数描述 | 第18-19页 |
| 2.3.1 子模化函数 | 第18-19页 |
| 2.3.2 NP-hard问题 | 第19页 |
| 2.4 影响最大化问题求解的相关算法 | 第19-22页 |
| 2.4.1 贪心算法 | 第20页 |
| 2.4.2 基于"Lazy-forward"策略的CELF算法 | 第20-21页 |
| 2.4.3 其他算法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于用户偏好变化的影响传播模型 | 第23-35页 |
| 3.1 问题定义 | 第23-27页 |
| 3.1.1 用户偏好变化下的影响传播 | 第23-26页 |
| 3.1.2 基于用户偏好变化的影响最大化问题描述 | 第26-27页 |
| 3.2 用户偏好变化建模 | 第27-30页 |
| 3.2.1 用户偏好的表示 | 第27-28页 |
| 3.2.2 用户偏好变化 | 第28页 |
| 3.2.3 艾宾浩斯遗忘曲线 | 第28-29页 |
| 3.2.4 计算用户当前对话题的偏好 | 第29-30页 |
| 3.3 基于用户偏好变化的传播模型UCP_IC模型 | 第30-32页 |
| 3.3.1 UCP_IC模型的构建 | 第30-32页 |
| 3.3.2 UCP_IC模型传播过程 | 第32页 |
| 3.4 基于UCP_IC模型的影响计算方法 | 第32-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第四章 基于用户偏好变化的影响最大化方法 | 第35-40页 |
| 4.1 基于UCP_IC模型的贪心算法GAUCP | 第35-36页 |
| 4.2 基于UCP_IC模型的贪心算法优化 | 第36-38页 |
| 4.3 本章小结 | 第38-40页 |
| 第五章 实验与分析 | 第40-49页 |
| 5.1 实验数据集 | 第40-41页 |
| 5.1.1 DBLP数据集 | 第40-41页 |
| 5.1.2 XML数据集解析 | 第41页 |
| 5.1.3 合作者网络 | 第41页 |
| 5.2 特定话题下用户偏好的衡量 | 第41-43页 |
| 5.2.1 实验标准 | 第42页 |
| 5.2.2 实验结果 | 第42-43页 |
| 5.3 基于用户偏好变化的影响最大化实验 | 第43-46页 |
| 5.3.1 实验对比算法 | 第44页 |
| 5.3.2 实验标准 | 第44-45页 |
| 5.3.3 实验结果 | 第45-46页 |
| 5.4 两种标准的比较 | 第46-47页 |
| 5.5 时间遗忘权重对种子集影响范围的影响 | 第47-48页 |
| 5.6 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
