社交网络中个体对群体影响力分析及数据可视化平台
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题的研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的组织结构 | 第14-15页 |
| 第二章 复杂网络影响力相关理论与技术 | 第15-28页 |
| 2.1 图的基本理论 | 第15-18页 |
| 2.1.1 网络的图表示 | 第15-17页 |
| 2.1.2 图的计算机表示 | 第17-18页 |
| 2.2 网络的相关概念 | 第18-20页 |
| 2.2.1 度 | 第18-19页 |
| 2.2.2 网络直径和路径 | 第19-20页 |
| 2.3 网络重要节点算法 | 第20-24页 |
| 2.3.1 度中心性 | 第20页 |
| 2.3.2 PageRank算法 | 第20-21页 |
| 2.3.3 K-shell算法 | 第21-22页 |
| 2.3.4 介数中心性 | 第22-24页 |
| 2.4 评价方法 | 第24-27页 |
| 2.4.1 病毒传播模型 | 第24页 |
| 2.4.2 SI模型 | 第24-26页 |
| 2.4.3 SIR模型 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 社交网络个体对群体影响力分析算法 | 第28-36页 |
| 3.1 路径搜索算法 | 第28-30页 |
| 3.2 贡献度 | 第30-32页 |
| 3.3 算法模型 | 第32-35页 |
| 3.3.1 个体间影响力 | 第32-33页 |
| 3.3.2 个体对群体影响力定义 | 第33-34页 |
| 3.3.3 个体对群体影响力算法 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 个体对群体影响力仿真实验与结果分析 | 第36-49页 |
| 4.1 仿真网络和方法 | 第36-37页 |
| 4.2 网络传播仿真分析 | 第37-46页 |
| 4.2.1 随机网络传播仿真 | 第37-40页 |
| 4.2.2 Email网络传播仿真 | 第40-44页 |
| 4.2.3 Zachary网络传播仿真 | 第44-46页 |
| 4.3 个体对群体影响力定量分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 网络数据可视化平台 | 第49-61页 |
| 5.1 数据可视化 | 第49-51页 |
| 5.1.1 数据可视化发展历史 | 第49-50页 |
| 5.1.2 数据可视化分类 | 第50-51页 |
| 5.2 开发环境与相关技术 | 第51-52页 |
| 5.3 需求分析 | 第52-53页 |
| 5.4 系统总体设计 | 第53-55页 |
| 5.4.1 系统架构 | 第53-54页 |
| 5.4.2 系统功能 | 第54-55页 |
| 5.5 系统界面设计 | 第55-59页 |
| 5.5.1 整体界面设计 | 第55-56页 |
| 5.5.2 数据读写 | 第56-57页 |
| 5.5.3 网络参数计算界面 | 第57页 |
| 5.5.4 网络拓扑映射界面 | 第57-58页 |
| 5.5.5 F_(iG)算法实现界面 | 第58-59页 |
| 5.6 系统测试 | 第59页 |
| 5.7 基于web的数据可视化平台优点和应用 | 第59-61页 |
| 第六章 总结与展望 | 第61-64页 |
| 6.1 本文总结 | 第61-62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 附录1 程序清单 | 第67-68页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 附录3 攻读硕士学位期间申请的专利 | 第69-70页 |
| 致谢 | 第70页 |
