声明
第一章 绪论
1.1 研究背景和意义
1.2 重要节点排序的研究现状
1.2.1基于节点邻近的中心性算法
1.2.2基于传播路径的中心性算法
1.2.3基于特征值迭代的中心性算法
1.2.4结合多种节点排序算法
1.2.5 基于节点操作的节点排序算法
1.2.6基于其他概念的排序算法
1.3 影响力最大化研究现状
1.3.1基于贪婪策略的影响力最大化
1.3.2基于拓扑特征的影响力最大化
1.4 论文的主要工作内容
1.5 论文的组织安排
第二章 复杂网络分析的理论基础
2.1 网络分析研究动机
2.2网络基础理论概念
2.2.1 术语规约及网络概念
2.2.2 连通性、网络直径、平均路径和效率
2.2.3 聚集系数
2.2.4 度分布与度异质性
2.2.5 社团结构与模块度
2.3 网络模型的拓扑结构性质
2.3.1 规则网络
2.3.2 随机生成网络
2.3.3 小世界网络
2.3.4 无标度网络
2.4 本章小结
第三章 基于传播概率的PageRank 改进算法DHP
3.1 重要性识别算法及改进动机
3.1.1 原始PageRank算法
3.1.2 H-index算法
3.2传播病模型模拟节点影响力大小
3.2.1 SIS疫情传播模型
3.2.2 SIR疫情传播模型
3.3 实验验证方法与数据集
3.3.1 肯德尔系数
3.3.2 网络数据集
3.3.3在不同传播率p下节点的传播能力变化
3.3.4在不同传播率下,H-index与Degree 衡量能力的差别
3.4 基于传播概率混合度和H-index的DHP算法
3.5 算法性能评估
3.5.1 对算法中α参数的设置
3.5.2 小型网络上DHP算法的举例
3.5.3 中心性对比方法
3.5.4 精确度结果及分析
3.5.5 分辨率结果及分析
3.6 本章小结
第四章 基于社团检测改进DHP的重要节点识别方法
4.1 在社团发现算法下的影响力评估方法
4.2 实验与方法
4.2.1 随机游走社团算法划分节点
4.2.2 传播模型介绍
4.3 实验结果分析
4.3.1 网络数据集
4.3.2 独立级联模型实验结果与分析
4.3.3 线性阈值模型结果及分析
4.4 本章小结
第五章 总结与展望
5.1 本文总结
5.2 展望
参考文献
致谢
兰州大学;