声明
摘要
插图索引
第一章 绪论
1.1 研究背景
1.1.1 影响力传播研究的应用
1.1.2 影响力传播模型
1.1.3 传播模型参数学习
1.1.4 影响力最大化
1.2 本文主要研究工作和贡献
1.3 本文组织结构
第二章 影响力最大化和随机游走相关研究
2.1 基于网络拓扑的中心性指标
2.1.1 度中心性
2.1.2 接近中心性
2.1.3 中介中心性
2.1.4 PageRank中心性
2.2 影响力最大化算法
2.2.1 贪心算法
2.2.2 启发式算法
2.2.3 反向蒙特卡洛算法
2.3 随机游走
2.3.1 随机游走的应用
2.3.2 超图上的随机游走
2.4 本文的研究意义
2.5 本章小结
第三章 社交活动网络中的影响力最大化
3.1 问题描述
3.1.1 社交活动网络模型
3.1.2 社交活动网络中的影响力最大化问题定义
3.2 考虑用户活动的影响力最大化方法
3.2.1 考虑用户活动的随机游走
3.2.2 影响力中心性
3.2.3 中心性计算
3.2.4 中心性最大化
3.3 本章小结
第四章 实验
4.1 数据集
4.2 考虑用户活动对影响力最大化的提升
4.3 算法的运行效率及准确性
4.4 模型通用性
4.4.1 线性阈值模型
4.4.2 多种用户和活动类型
4.5 模型可扩展性
4.6 本章小结
5.1 总结
5.2 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