学术网络主题影响力最大化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题背景及研究现状 | 第12-17页 |
| 1.1.1 课题背景 | 第12-13页 |
| 1.1.2 国内外研究现状 | 第13-17页 |
| 1.2 本文工作及结构 | 第17-18页 |
| 1.2.1 本文工作 | 第17页 |
| 1.2.2 本文组织结构 | 第17-18页 |
| 1.3 本章小结 | 第18-19页 |
| 第2章 影响力最大化问题理论基础 | 第19-38页 |
| 2.1 社会网络 | 第19-20页 |
| 2.2 节点的影响力 | 第20-22页 |
| 2.2.1 PageRank算法 | 第20-21页 |
| 2.2.2 TwitterRank算法 | 第21-22页 |
| 2.3 影响力最大化问题 | 第22-23页 |
| 2.4 影响力传播模型 | 第23-31页 |
| 2.4.1 线性阈值传播模型 | 第23-24页 |
| 2.4.2 独立级联传播模型 | 第24-25页 |
| 2.4.3 信息流传播模型 | 第25-26页 |
| 2.4.4 MIA传播模型 | 第26-29页 |
| 2.4.5 线性影响力传播模型 | 第29-31页 |
| 2.5 影响力最大化算法 | 第31-37页 |
| 2.5.1 爬山贪心算法 | 第31-32页 |
| 2.5.2 CELF算法 | 第32-33页 |
| 2.5.3 基于MIA模型的贪心算法 | 第33-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 学术网络主题影响力最大化研究 | 第38-59页 |
| 3.1 学术网络主题影响力最大化问题 | 第38-39页 |
| 3.1.1 主题影响力最大化问题定义 | 第38页 |
| 3.1.2 主题影响力的计算 | 第38-39页 |
| 3.2 学术网络中的主题发现 | 第39-42页 |
| 3.2.1 学术网络的超图表示 | 第40页 |
| 3.2.2 基于张量分解的学术网络主题发现 | 第40-42页 |
| 3.3 学术网络的主题影响力最大化 | 第42-58页 |
| 3.3.1 现有的不足 | 第42页 |
| 3.3.2 主题激活概率的计算方法 | 第42-47页 |
| 3.3.3 基于信息流传播模型的主题影响力最大化 | 第47-50页 |
| 3.3.4 基于MIA传播模型的主题影响力最大化 | 第50-55页 |
| 3.3.5 基于线性影响力模型的主题影响力最大化 | 第55-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第4章 实验分析 | 第59-74页 |
| 4.1 实验数据获取与分析 | 第59-61页 |
| 4.2 学术网络主题划分结果 | 第61-64页 |
| 4.3 主题影响力算法比较 | 第64-66页 |
| 4.4 学术网络主题影响力最大化结果 | 第66-73页 |
| 4.4.1 基于信息流传播模型的主题影响力最大化 | 第66-69页 |
| 4.4.2 基于MIA传播模型的主题影响力最大化 | 第69-71页 |
| 4.4.3 基于线性影响力模型的主题影响力最大化 | 第71-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第5章 总结与展望 | 第74-76页 |
| 5.1 工作总结 | 第74-75页 |
| 5.2 工作展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间主要的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
