社交网络信息传播特征及数据研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-9页 |
| ABSTRACT | 第9-19页 |
| 1 绪论 | 第19-37页 |
| ·研究背景与选题应用意义 | 第19-21页 |
| ·研究背景 | 第19-20页 |
| ·选题意义 | 第20-21页 |
| ·相关的理论研究方法与现状 | 第21-33页 |
| ·基本建模方法 | 第21页 |
| ·常用数理方法 | 第21-22页 |
| ·网络拓扑结构研究 | 第22-23页 |
| ·观点交互模型 | 第23-29页 |
| ·信息传播和演化模型 | 第29-32页 |
| ·社交网络核心节点发现分析 | 第32页 |
| ·用户行为时间特性 | 第32-33页 |
| ·论文的主要研究内容和创新点 | 第33-35页 |
| ·论文的结构 | 第35-37页 |
| 2 社交网络信息传播过程建模 | 第37-55页 |
| ·引言 | 第37页 |
| ·基于个体特征的信息传播模型 | 第37-40页 |
| ·社交网络个体行为特征分类 | 第37-39页 |
| ·数据集和网络构建 | 第39-40页 |
| ·仿真结果和分析 | 第40-45页 |
| ·信息在不同的拓扑网络中的传播特征 | 第40-41页 |
| ·普通者的比例x对信息传播的影响 | 第41-42页 |
| ·热衷者的分布特征对信息传播的影响 | 第42-43页 |
| ·闲聊者对信息传播的影响 | 第43-44页 |
| ·传播模型性能比较 | 第44-45页 |
| ·信息传播的竞争和影响模型 | 第45-53页 |
| ·信息传播竞争和影响模型 | 第46页 |
| ·模型构建 | 第46-47页 |
| ·参数设置 | 第47-48页 |
| ·仿真结果分析 | 第48-53页 |
| ·本章小结 | 第53-55页 |
| 3 社交网络核心节点发现算法 | 第55-75页 |
| ·引言 | 第55页 |
| ·网络约束力 | 第55-56页 |
| ·模型构建 | 第56-61页 |
| ·传播模型 | 第58-61页 |
| ·数据集 | 第61页 |
| ·NC指标性能分析 | 第61-73页 |
| ·NC与度、紧密度和介数的传播性能比较 | 第64-69页 |
| ·NC与度、紧密度和介数的相关性分析 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 4 观点信息交互和策略演进模型 | 第75-91页 |
| ·引言 | 第75页 |
| ·建模理论 | 第75-76页 |
| ·基于进化稳定策略的观点信息交互模型 | 第76-82页 |
| ·进化稳定策略 | 第76页 |
| ·模型构建 | 第76-79页 |
| ·仿真结果和分析 | 第79-82页 |
| ·基于贝叶斯理论的观点交互模型 | 第82-89页 |
| ·模型构建 | 第83-86页 |
| ·仿真结果和分析 | 第86-89页 |
| ·本章小结 | 第89-91页 |
| 5 用户行为时序特征对信息传播的影响 | 第91-107页 |
| ·引言 | 第91页 |
| ·用户行为时间特征 | 第91-93页 |
| ·数据源以及数据分析 | 第93-99页 |
| ·数据集 | 第93页 |
| ·数据分析 | 第93-99页 |
| ·模型构建和仿真分析 | 第99-105页 |
| ·模型构建 | 第99-102页 |
| ·仿真分析 | 第102-105页 |
| ·本章小结 | 第105-107页 |
| 6 基于社交网络的数据研究 | 第107-119页 |
| ·引言 | 第107页 |
| ·时序网络分群模型 | 第107-114页 |
| ·基于能量交互的分群模型 | 第108-109页 |
| ·模型一 | 第109-110页 |
| ·模型二 | 第110-111页 |
| ·实验结果和分析 | 第111-112页 |
| ·算法准确率和参数敏感性分析 | 第112-114页 |
| ·节点识别算法 | 第114-117页 |
| ·用户网络关系特征 | 第114-115页 |
| ·基于向量空间理论的用户识别模型 | 第115-116页 |
| ·算法验证 | 第116-117页 |
| ·本章小节 | 第117-119页 |
| 7 总结与展望 | 第119-123页 |
| ·论文的工作总结 | 第119-121页 |
| ·研究展望 | 第121-123页 |
| 参考文献 | 第123-135页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第135-139页 |
| 学位论文数据集 | 第139页 |
