复杂网络节点排序算法若干问题研究
| 致谢 | 第8-9页 |
| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 1 绪论 | 第18-28页 |
| 1.1 研究背景及意义 | 第18-20页 |
| 1.2 复杂网络简介 | 第20-22页 |
| 1.3 复杂网络中排序算法现状与分析 | 第22-25页 |
| 1.3.1 基于不变边搜索的图建模算法 | 第22-23页 |
| 1.3.2 基于异常程度的错误检测算法 | 第23-24页 |
| 1.3.3 基于社交网络中的用户排序 | 第24-25页 |
| 1.4 节点排序问题面临的挑战 | 第25-26页 |
| 1.5 章节结构 | 第26-28页 |
| 2 节点排序研究基础 | 第28-35页 |
| 2.1 分布式网络节点排序基础问题 | 第28-32页 |
| 2.1.1 流量强度和不变边 | 第28-29页 |
| 2.1.2 不变边图模型概念 | 第29-30页 |
| 2.1.3 不变边图的应用 | 第30-31页 |
| 2.1.4 基于不变边图的实时监测 | 第31-32页 |
| 2.2 社交网络节点排序基础问题 | 第32-34页 |
| 2.2.1 社交网络中的活力排序 | 第32-34页 |
| 2.2.2 关于活力排序问题的讨论 | 第34页 |
| 2.3 本章小结 | 第34-35页 |
| 3 基于不变边的复杂网络图建模与节点排序算法 | 第35-60页 |
| 3.1 引言 | 第35-37页 |
| 3.2 大数据环境下强连接图建模算法 | 第37-45页 |
| 3.2.1 不变边搜索算法问题描述 | 第37-38页 |
| 3.2.2 不变边搜索算法优化研究 | 第38-44页 |
| 3.2.3 基于聚类的不变边改进搜索算法 | 第44-45页 |
| 3.3 不变边图中异常点排序算法 | 第45-48页 |
| 3.3.1 异常点检测所面临的挑战 | 第46页 |
| 3.3.2 基于置信传播的异常点排序算法 | 第46-48页 |
| 3.4 实验结果及对比 | 第48-58页 |
| 3.4.1 实验数据说明 | 第48-49页 |
| 3.4.2 分布式系统不变边搜索算法实验结果 | 第49-54页 |
| 3.4.3 节点排序实验结果及对比 | 第54-58页 |
| 3.5 本章小结 | 第58-60页 |
| 4 社交网络大数据中用户活力排序与预测算法 | 第60-84页 |
| 4.1 引言 | 第60-61页 |
| 4.2 用户活力排序算法 | 第61-68页 |
| 4.2.1 基于单次迭代的用户活力排序算法 | 第61-63页 |
| 4.2.2 基于多次迭代的用户活力排序算法 | 第63-67页 |
| 4.2.3 用户活力排序算法相关问题讨论 | 第67-68页 |
| 4.3 基于用户活力模型的改进预测算法 | 第68-71页 |
| 4.3.1 常用预测算法分析 | 第69-70页 |
| 4.3.2 基于用户活力模型的改进预测算法 | 第70-71页 |
| 4.4 实验结果及对比 | 第71-83页 |
| 4.4.1 实验数据说明 | 第71-73页 |
| 4.4.2 用户排序算法实验结果 | 第73-80页 |
| 4.4.3 活力预测算法实验结果 | 第80-83页 |
| 4.5 本章小结 | 第83-84页 |
| 5 总结与展望 | 第84-86页 |
| 5.1 本文工作总结 | 第84页 |
| 5.2 研究展望 | 第84-86页 |
| 参考文献 | 第86-99页 |
| 攻读博士学位期间的学术活动及成果情况 | 第99页 |
