首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

社交媒体上消息流行度预测算法的研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-16页
    1.1 研究工作的背景与意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 社交媒体的研究现状第11-12页
        1.2.2 流行度预测研究现状第12-14页
    1.3 论文的主要工作与创新第14-15页
    1.4 论文的结构安排第15-16页
第二章 相关技术基础第16-29页
    2.1 流行度预测方法第16-18页
        2.1.1 发布前预测第16页
        2.1.2 发布后预测第16页
        2.1.3 基于分类的方法第16-17页
        2.1.4 基于回归分析的方法第17页
        2.1.5 基于社会影响的方法第17页
        2.1.6 基于点过程的方法第17-18页
    2.2 生存分析第18-20页
    2.3 常用的分类和回归方法第20-24页
        2.3.1 支持向量机第20-21页
        2.3.2 逻辑回归第21-22页
        2.3.3 线性回归第22-24页
    2.4 主成分分析第24-25页
    2.5 最优化方法第25-28页
        2.5.1 梯度下降法第25-27页
        2.5.2 牛顿法第27页
        2.5.3 高斯牛顿法第27-28页
        2.5.4 列文伯格算法第28页
    2.6 本章小结第28-29页
第三章 基于分类的流行度预测方法第29-51页
    3.1 问题的提出第29-30页
    3.2 问题描述第30-31页
        3.2.1 转发网络结构第30-31页
        3.2.2 转发序列第31页
        3.2.3 目标第31页
    3.3 实验设计第31-35页
        3.3.1 数据集第31-35页
        3.3.2 实验方法及过程第35页
    3.4 实验结果及分析第35-49页
        3.4.1 推文转发延时分析第35-37页
        3.4.2 转发特征分析第37-42页
        3.4.3 转发分类预测第42-47页
        3.4.4 主成分分析第47-49页
    3.5 本章小结第49-51页
第四章 基于疾病传播模型的流行度预测方法第51-68页
    4.1 问题的提出和相关工作第51-52页
    4.2 基于疾病传播模型的流行度预测方法第52-59页
        4.2.1 问题描述第52-53页
        4.2.2 疾病传播模型第53页
        4.2.3 实验模型第53-56页
        4.2.4 参数估计第56-59页
    4.3 实验设计第59-62页
        4.3.1 数据集第59页
        4.3.2 对比算法第59-60页
        4.3.3 实验算法第60页
        4.3.4 评价指标第60-61页
        4.3.5 实验方法及过程第61-62页
    4.4 实验结果及分析第62-67页
    4.5 本章小结第67-68页
第五章 总结与展望第68-70页
    5.1 总结第68-69页
    5.2 展望第69-70页
致谢第70-71页
参考文献第71-75页
攻读硕士学位期间取得的成果第75页

论文共75页,点击 下载论文
上一篇:网络拓扑优化探测及识别方法研究
下一篇:移动社会网络内容分发服务及边缘缓存策略研究