时间敏感的社交网络影响力传播算法研究

声明

摘要

英文摘要

目录

符号说明

第1章绪论

1．1 社交网络影响力传播概述

1．2背景知识介绍

1．2．1基本概念

1．2．2研究现状

1．2．3研究趋势及研究难点

1．3本文的主要工作

1．3．1 主要贡献与研究意义

1．3．2研究方法

1．4本文的组织结构

第2章社交网络影响力传播相关研究

2．1影响力传播模型

2．1．1独立级联模型

2．1．2线性阈值模型

2．1．3引人相遇事件的影响力传播模型

2．2影响力传播最大化算法

2．2．1 贪心算法及其改进

2．2．2 启发式算法

2．2．3基于采样的近似算法

2．3团队组建问题与算法

2．3．1 交流耗费最小化的团队组建算法

2．3．2影响力传播最大化的团队组建算法

2．4本章小结

第3章时间敏感的社交网络反馈收益采样估计算法

3．1 问题定义及计算复杂度

3．2影响力传播模型性质分析

3．3社交网络反馈收益采样估计算法

3．3．1 采样算法框架设计

3．3．2 IC-M模型下的采样算法

3．3．3 LT-M模型下的采样算法

3．4采样算法性能分析

3．4．1等价性分析

3．4．2近似性分析

3．5本章小结

第4章时间敏感的社交网络反馈收益最大化算法

4．1 问题定义及计算复杂度

4．2社交网络反馈收益最大化算法

4．3 反馈收益最大化算法近似度分析

4．4 实验

4．4．1数据集描述

4．4．2实验参数设定

4．4．3性能评估准则

4．4．4实验结果分析

4．5本章小结

第5章基于时间敏感社交网络影响力传播的事件组织者挖掘

5．1 问题定义及计算复杂度

5．2朴素贪心算法

5．3双向算法

5．3．1 反馈收益估计策略

5．3．2双向算法

5．4实验

5．4．1数据集描述

5．4．2实验参数设定

5．4．3性能评估准则

5．4．4实验结果分析

5．5本章小结

第6章总结与展望

6．1论文总结

6．2研究展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果

网址：时间敏感的社交网络影响力传播算法研究 https://mxgxt.com/news/view/1536403

相关内容

社交网络影响力研究综述
社交网络节点影响力度量和影响力最大化研究
在线社交网络传播动力过程及其可视化方法研究
认知科学如何研究人类的社交网络和影响力？
基于子结构感知的社交网络Graphlets采样算法研究
基于图神经网络的社交网络影响力预测算法
基于数据挖掘的社交网络结构和用户影响力研究
基于超图的在线社交网络信息传播模型研究
在线社交网络个体影响力算法测试与性能评估
网络口碑传播研究

随便看看