| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 引言 | 第7-14页 |
| 1.1 问题背景 | 第7-9页 |
| 1.2 问题定义 | 第9-11页 |
| 1.3 相关工作 | 第11-14页 |
| 第2章 位置感知的影响最大化算法 | 第14-30页 |
| 2.1 算法原理综述 | 第14-16页 |
| 2.2 扩展方法Expansion-based | 第16-21页 |
| 2.2.1 候选种子选取 | 第16-17页 |
| 2.2.2 最大努力贪心算法框架 | 第17-19页 |
| 2.2.3 扩展方法 | 第19-21页 |
| 2.3 聚合方法Assembly-based | 第21-24页 |
| 2.3.1 索引 | 第21-22页 |
| 2.3.2 聚合算法框架 | 第22-24页 |
| 2.4 满足? · (1 ? 1/e) 近似比的启发方法 | 第24-30页 |
| 2.4.1 基于上下界估计的方法Bound-based | 第26-27页 |
| 2.4.2 基于启发种子的算法Hints-based | 第27-30页 |
| 第3章 主题感知的影响最大化算法 | 第30-45页 |
| 3.1 算法原理综述 | 第30-34页 |
| 3.1.1 问题定义 | 第30-31页 |
| 3.1.2 影响扩散计算模型 | 第31-32页 |
| 3.1.3 贪心算法 | 第32-34页 |
| 3.2 最大努力算法框架Best-effort | 第34页 |
| 3.3 上下界估计 | 第34-40页 |
| 3.3.1 初始影响力上界估计 | 第35-36页 |
| 3.3.2 局部子图估计方法Local-graph | 第36-37页 |
| 3.3.3 邻居估计Neighborhood-based | 第37-40页 |
| 3.3.4 影响增益的上界估计 | 第40页 |
| 3.4 离线抽样近似 | 第40-45页 |
| 第4章 实验结果 | 第45-53页 |
| 4.1 位置感知的影响最大化 | 第45-49页 |
| 4.1.1 影响扩散比较 | 第45-46页 |
| 4.1.2 运行效率比较 | 第46-48页 |
| 4.1.3 不同θ 的比较 | 第48页 |
| 4.1.4 扩展性比较 | 第48-49页 |
| 4.2 主题感知的影响最大化 | 第49-53页 |
| 4.2.1 影响扩散比较 | 第50页 |
| 4.2.2 算法效率比较 | 第50-51页 |
| 4.2.3 扩展性比较 | 第51-53页 |
| 第5章 总结 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-58页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第58页 |
