社交网络信息过滤及传播模式研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 信息传播建模研究现状 | 第11-13页 |
| 1.2.2 信息传播实证研究现状 | 第13-14页 |
| 1.2.3 信息传播预测研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 社交网络信息传播相关知识介绍 | 第17-22页 |
| 2.1 社交网络信息传播分析 | 第17页 |
| 2.2 经典的信息传播模型 | 第17-20页 |
| 2.2.1 传染病模型 | 第17-19页 |
| 2.2.2 线性阈值模型 | 第19页 |
| 2.2.3 独立级联模型 | 第19-20页 |
| 2.3 信息传播效应的度量 | 第20-21页 |
| 2.3.1 传播的规模及传播率 | 第20页 |
| 2.3.2 传播的深度和宽度 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于真假消息的传播过滤模型建模与理论分析 | 第22-32页 |
| 3.1 引言 | 第22页 |
| 3.2 模型构建 | 第22-24页 |
| 3.3 传播临界阈值理论分析 | 第24-26页 |
| 3.4 仿真实验 | 第26-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 网络结构特征及其对信息传播的影响分析 | 第32-46页 |
| 4.1 引言 | 第32页 |
| 4.2 度相关性与同配性 | 第32-36页 |
| 4.2.1 生成不同度相关性网络 | 第34-35页 |
| 4.2.2 度相关性对信息传播的影响 | 第35-36页 |
| 4.3 无标度结构对信息传播的影响 | 第36-40页 |
| 4.3.1 BA无标度模型构造算法 | 第37页 |
| 4.3.2 无标度结构对信息传播的影响 | 第37-39页 |
| 4.3.3 同配化无标度网络降低信息传播范围 | 第39-40页 |
| 4.4 小世界结构对信息传播的影响 | 第40-43页 |
| 4.4.1 小世界模型的构造与分析 | 第40-42页 |
| 4.4.2 小世界结构对信息传播的影响 | 第42-43页 |
| 4.5 平均度对网络结构作用的影响 | 第43-44页 |
| 4.6 本章小结 | 第44-46页 |
| 第5章 基于节点重要性的影响力最大化选点策略 | 第46-58页 |
| 5.1 引言 | 第46-47页 |
| 5.2 节点重要性指标 | 第47-50页 |
| 5.2.1 度中心性 | 第47页 |
| 5.2.2 K-Shell | 第47-48页 |
| 5.2.3 介数中心性 | 第48-50页 |
| 5.3 影响力最大化 | 第50-51页 |
| 5.4 基于节点重要性的智慧节点选点策略 | 第51-57页 |
| 5.4.1 两种改进的选点策略 | 第51-53页 |
| 5.4.2 实验结果 | 第53-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65-66页 |
