声明
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 本文贡献
1.4 本文组织结构
第二章 相关知识
2.1 复杂网络
2.2 影响力最大化理论
2.3 影响力最大化传播模型
2.3.1 独立级联模型
2.3.2 线性阈值模型
2.3.3 权重级联模型
2.3.4 其他传播模型
2.4 影响力最大化经典算法
2.4.1 贪心算法
2.4.2 CELF算法
2.4.3 度中心性算法
2.4.4 DegreeDiscount算法
2.4.5 SCG算法
2.5 本章小结
第三章 基于最大派系的度值衰减算法
3.1 复杂网络中的派系及其作用
3.2 派系算法
3.3 基于节点度与最大派系的度值衰减算法
3.3.1 MaxCliDN算法的基本思想
3.3.2 MaxCliDN算法的步骤
3.4 实验设置以及数据集
3.4.1 实验环境配置
3.4.2 实验参数设置
3.4.3 实验数据集
3.5 实验结果及其分析
3.5.1 邻居节点衰减系数α的选取
3.5.2 实验结果及其分析
3.6 本章小结
第四章 基于节点度与派系社团的Deg_Ncliq算法
4.1 复杂网络中的社团结构
4.2 社团检测中的模块度
4.2.1 基于模块度的社团检测算法
4.2.2 模块度社团检测算法的局限
4.3 基于节点度与派系社团的Deg_Ncliq算法
4.3.1 派系过滤算法
4.3.2 D_Nclique指标与节点排序
4.3.3 基于CELF的改进算法
4.3.4 算法复杂度分析
4.4 实际网络实验及其结果分析
4.4.1 实验参数设置
4.4.2 实验结果及其分析
4.5 本章小结
第五章 总结与展望
5.1 本文总结
5.2 研究展望
参考文献
在校期间的科研成果
致谢
兰州大学;
