| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 社交网络节点影响力度量研究现状 | 第11-13页 |
| 1.2.2 社交网络影响力最大化问题研究现状 | 第13-14页 |
| 1.3 研究内容及主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 相关理论知识 | 第16-23页 |
| 2.1 社交网络概述 | 第16-17页 |
| 2.2 社交网络的基本理论 | 第17-19页 |
| 2.2.1 六度分割理论 | 第17-18页 |
| 2.2.2 邓巴数字 | 第18页 |
| 2.2.3 社交网络其他特性 | 第18-19页 |
| 2.3 社交网络的分类 | 第19-20页 |
| 2.4 社交影响力概述 | 第20-21页 |
| 2.5 影响力传播模型 | 第21-22页 |
| 2.5.1 独立级联模型 | 第21-22页 |
| 2.5.2 线性阈值模型 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 基于多属性的节点影响力度量方法BMAR | 第23-36页 |
| 3.1 社交网络节点影响力度量问题分析 | 第23-25页 |
| 3.1.1 节点影响力度量问题描述 | 第23页 |
| 3.1.2 节点影响力度量方法 | 第23-25页 |
| 3.2 多属性决策模型的基本理论和用户影响力的综合评价指标 | 第25-29页 |
| 3.2.1 多属性决策模型的基本理论 | 第25-26页 |
| 3.2.2 用户影响力的综合评价指标 | 第26-29页 |
| 3.3 用户影响力度量方法BMAR | 第29-35页 |
| 3.3.1 BMAR算法思想和流程 | 第29-30页 |
| 3.3.2 BMAR算法执行步骤 | 第30-32页 |
| 3.3.3 算法实例 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于HPAG算法的社交网络影响力最大化研究 | 第36-44页 |
| 4.1 影响力最大化问题分析 | 第36-37页 |
| 4.2 影响力最大化相关概念 | 第37-38页 |
| 4.3 基于HPAG算法的影响力最大化 | 第38-43页 |
| 4.3.1 HPAG算法思想 | 第38页 |
| 4.3.2 HPAG算法描述 | 第38-42页 |
| 4.3.3 HPAG算法步骤 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验结果与分析 | 第44-52页 |
| 5.1 实验环境配置及编程语言 | 第44页 |
| 5.2 节点度量算法BMAR的实验结果与分析 | 第44-49页 |
| 5.2.1 BMAR算法的数据集 | 第44-45页 |
| 5.2.2 对比算法与传播评估模型 | 第45页 |
| 5.2.3 BMAR算法的实验结果与对比分析 | 第45-49页 |
| 5.3 影响力最大化算法HPAG的实验结果与分析 | 第49-51页 |
| 5.3.1 HPAG算法的数据集 | 第50页 |
| 5.3.2 HPAG算法的实验结果与对比分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |