| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 主要研究问题 | 第10-11页 |
| 1.3 本文内容组织结构 | 第11-13页 |
| 第2章 社交网络影响力最大化研究综述 | 第13-30页 |
| 2.1 社交网络概述 | 第13-21页 |
| 2.1.1 小世界网络理论 | 第13-14页 |
| 2.1.2 六度分隔理论 | 第14-15页 |
| 2.1.3 网络拓扑结构模型 | 第15-21页 |
| 2.2 信息传播模型简介 | 第21-23页 |
| 2.2.1 独立级联模型 | 第21页 |
| 2.2.2 线性阈值模型 | 第21-22页 |
| 2.2.3 其他传播模型 | 第22-23页 |
| 2.3 影响力最大化问题简介 | 第23-27页 |
| 2.3.1 基本的影响力最大化问题 | 第23页 |
| 2.3.2 影响力最大化算法 | 第23-27页 |
| 2.4 目前研究存在的主要问题 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 成本约束下企业舆情影响力最大化问题建模与求解算法设计 | 第30-42页 |
| 3.1 问题定义 | 第30-31页 |
| 3.2 影响力传播模型 | 第31-33页 |
| 3.2.1 经典的独立级联传播模型 | 第32页 |
| 3.2.2 拓展的独立级联传播模型 | 第32-33页 |
| 3.3 面向主题的企业舆情的传播分析 | 第33-35页 |
| 3.3.1 LDA主题划分模型 | 第34-35页 |
| 3.3.2 主题划分数据预处理 | 第35页 |
| 3.4 用户激活成本及其衡量方法 | 第35-36页 |
| 3.5 成本约束下企业舆情影响力最大化优化模型 | 第36-37页 |
| 3.6 基于GA算法的模型求解算法设计 | 第37-40页 |
| 3.6.1 编码方法和种群生成 | 第37-38页 |
| 3.6.2 适应值函数 | 第38页 |
| 3.6.3 遗传策略 | 第38-39页 |
| 3.6.4 精英保留策略 | 第39页 |
| 3.6.5 算法流程 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 实验分析与结果讨论 | 第42-56页 |
| 4.1 实验说明 | 第43页 |
| 4.1.1 GA算法参数设定 | 第43页 |
| 4.1.2 实验目的 | 第43页 |
| 4.2 GA算法求解效果分析 | 第43-48页 |
| 4.2.1 实验仿真 | 第43-45页 |
| 4.2.2 实验结果与讨论 | 第45-48页 |
| 4.3 成本约束下企业舆情影响力最大化问题求解 | 第48-54页 |
| 4.3.1 实验仿真 | 第49-50页 |
| 4.3.2 实验结果 | 第50-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 研究总结 | 第56页 |
| 5.2 文中局限性和研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-64页 |
| 致谢 | 第64-65页 |