首页--经济论文--工业经济论文--信息产业经济(总论)论文

大众生产者选择行为及其重加权引导机制研究

摘要第5-7页
Abstract第7-8页
插图第13-16页
表格第16-19页
第一章 绪论第19-27页
    1.1 研究背景第19-20页
    1.2 研究问题第20-23页
    1.3 研究的意义第23-24页
    1.4 研究方法和流程第24-25页
    1.5 研究内容和框架第25-27页
第二章 文献综述第27-42页
    2.1 大众生产文献综述第27-31页
        2.1.1 大众生产和大众生产者的定义第27-29页
            2.1.1.1 大众生产的定义第27-28页
            2.1.1.2 大众生产者的定义和分类第28-29页
        2.1.2 大众生产模式的基本特征第29-30页
        2.1.3 大众生产者的参与动机第30-31页
    2.2 统计力学和人类行为动力学文献综述第31-36页
        2.2.1 统计力学文献综述第31-33页
        2.2.2 人类行为动力学文献综述第33-36页
    2.3 引导和激励机制文献综述第36-40页
        2.3.1 最差情形协调比率第36-39页
        2.3.2 引导机制文献综述第39-40页
    2.4 本章小结第40-42页
第三章 大众生产者项目选择行为定义及复杂性分析第42-70页
    3.1 百度公司和百度百科概述第42-45页
        3.1.1 百度公司概述第42-43页
        3.1.2 百度百科概述第43-44页
        3.1.3 数据收集和信息处理第44-45页
    3.2 百度百科词条分类第45-52页
        3.2.1 词条领域分类第45-48页
        3.2.2 词条类型分类第48-51页
        3.2.3 词条编辑类型分类第51-52页
    3.3 三种词条分类的选择频率统计分析第52-61页
        3.3.1 词条领域选择频率统计分析第52-55页
        3.3.2 词条类型选择频率统计分析第55-58页
        3.3.3 词条编辑类型选择频率统计分析第58-61页
    3.4 词条选择序列的复杂性分析第61-68页
        3.4.1 词条选择序列的信息熵第61-65页
        3.4.2 词条选择序列的 L-Z 复杂度第65-68页
    3.5 本章小结第68-70页
第四章 大众生产者项目选择行为实证研究第70-105页
    4.1 时间序列的相关定义第70-71页
    4.2 两类时间序列的 L-Z 复杂度第71-80页
        4.2.1 L-Z 复杂度的计算步骤第71页
        4.2.2 序列长度对 L-Z 复杂度计算的影响分析第71-75页
        4.2.3 词条领域的两类时间序列的 L-Z 复杂度第75-77页
        4.2.4 词条类型的两类时间序列的 L-Z 复杂度第77-78页
        4.2.5 词条编辑类型的两类时间序列的 L-Z 复杂度第78-80页
    4.3 两类时间序列的样本熵第80-90页
        4.3.1 样本熵的计算步骤第80-82页
        4.3.2 样本熵的参数选取第82-83页
        4.3.3 序列长度对样本熵计算的影响分析第83-87页
        4.3.4 词条领域的两类时间序列的样本熵第87-88页
        4.3.5 词条类型的两类时间序列的样本熵第88-89页
        4.3.6 词条编辑类型的两类时间序列的样本熵第89-90页
    4.4 两类时间序列的幂律分布特征第90-95页
        4.4.1 词条领域的两类时间序列的幂律分布特征第90-92页
        4.4.2 词条类型的两类时间序列的幂律分布特征第92-94页
        4.4.3 词条编辑类型的两类时间序列的幂律分布特征第94-95页
    4.5 两类时间序列的长程相关性第95-98页
        4.5.1 长程相关分析第95-97页
        4.5.2 两类时间序列的长程相关与胖尾分布的关系第97-98页
    4.6 两类时间序列的多重分形特征第98-103页
    4.7 本章小结第103-105页
第五章 Kleinberg 重加权机制建模和仿真研究第105-150页
    5.1 科研社区 Kleinberg 重加权机制拓展模型第105-110页
        5.1.1 马太效应第105-106页
        5.1.2 科研社区项目博弈第106-107页
        5.1.3 科研社区项目博弈的基本假设第107页
        5.1.4 最优指派与非合作博弈纳什均衡的关系第107-108页
        5.1.5 参与者重加权机制的相关定义第108-109页
        5.1.6 广义指派&项目博弈模型第109-110页
    5.2 求解广义指派&项目博弈模型的贪婪算法第110-118页
        5.2.1 求解广义指派&项目博弈模型的贪婪算法第110-111页
        5.2.2 求解广义指派&项目博弈模型的改进贪婪算法第111-114页
        5.2.3 仿真实验第114-118页
    5.3 科研社区与大众生产社区参与者项目博弈的异同第118-119页
    5.4 大众生产社区 Kleinberg 重加权机制建模第119-127页
        5.4.1 关于成功概率的模型假设第119-121页
        5.4.2 关于个体偏好向量的模型假设第121-123页
        5.4.3 基于项目引导量的生产者选择行为引导模型第123-125页
        5.4.4 基于期望收益 r 次重加权机制第125-126页
        5.4.5 基于引导量指数重加权机制第126-127页
    5.5 仿真实验第127-148页
        5.5.1 基于期望收益 r 次重加权机制引导模型仿真实验第127-137页
        5.5.2 基于引导量指数重加权机制引导模型仿真实验第137-144页
        5.5.3 Kleinberg 重加权机制模型验证第144-148页
    5.6 本章小结第148-150页
结论第150-154页
参考文献第154-163页
攻读博士学位期间取得的研究成果第163-164页
致谢第164-165页
附件第165页

论文共165页,点击 下载论文
上一篇:几类时滞偏微分方程的紧致差分法
下一篇:基于准维燃烧与排放模型的公交客车燃气发动机智能控制方法研究