声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究概述与现状
1.2.1 社交网络概述
1.2.2 影响力最大化问题研究现状
1.2.3 传播模型研究现状
1.2.4 增量式算法研究现状
1.3 亟待解决的问题
1.4 研究内容
1.5 研究路线
1.6 论文组织结构
第二章 相关技术
2.1 社交网络表示模型
2.2 影响力最大化问题
2.2.1 问题描述
2.2.2 基础算法
2.2.3 动态网络影响力最大化问题定义
2.3 影响力传播模型
2.3.1 社交网络中的影响力传播
2.3.2 独立级联模型及扩展
2.3.3 线性阈值模型及扩展
2.4 本章小结
第三章 独立级联模型下IM问题的增量式算法研究
3.1 独立级联模型下的增量式IM问题定义
3.2 独立级联模型下的增量式算法设计
3.2.1 算法设计思路
3.2.2 判别增益变化的受影响节点
3.2.3 找寻替换位置
3.2.4 替换新节点
3.2.5 IC-HopInc算法
3.2.6 算法复杂性分析
3.3 实验分析
3.3.1 实验设置
3.3.2 实验结果及分析
3.4 本章小结
第四章 线性阈值模型下IM问题的增量式算法研究
4.1 线性阈值模型下的增量式IM问题定义
4.2 线性阈值模型下的增量式算法设计
4.2.1 算法设计思路
4.2.2 重要节点的影响增益更新
4.2.3 候选集的构建
4.2.4 LT-HopInc算法
4.2.5 复杂性分析
4.3 实验分析
4.3.1 实验设置
4.3.2 实验结果及分析
4.4 本章小结
第五章 关联跳步线性阈值模型下CIM问题的增量式算法研究
5.1 关联跳步线性阈值模型下的增量式CIM问题定义
5.2 基于跳步的关联线性阈值模型
5.3 关联跳步线性阈值模型下的增量式算法设计
5.3.1 算法引言
5.3.2 HLT-Inc算法
5.3.3 算法复杂性分析
5.4 实验分析
5.4.1 实验设置
5.4.2 实验结果及分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
个人简历
西北农林科技大学;