社交網(wǎng)絡(luò)信息傳播模型、算法及應(yīng)用

第1章社交網(wǎng)絡(luò)概述1
11社交網(wǎng)絡(luò)與在線社交網(wǎng)絡(luò)1
111社交網(wǎng)絡(luò)1
112在線社交網(wǎng)絡(luò)3
12社交網(wǎng)絡(luò)分析的理論與相關(guān)工作6
121社交網(wǎng)絡(luò)分析研究方向8
122社交網(wǎng)絡(luò)分析研究方法14
13在線社交網(wǎng)絡(luò)的表示20
131圖論20
132圖論分析社交網(wǎng)絡(luò)的優(yōu)勢(shì)29
133圖論模型：節(jié)點(diǎn)與邊的表示形式29
14在線社交網(wǎng)絡(luò)結(jié)構(gòu)特征30
141規(guī)則網(wǎng)絡(luò)31
142隨機(jī)網(wǎng)絡(luò)31
143復(fù)雜網(wǎng)絡(luò)32
144社交網(wǎng)絡(luò)的節(jié)點(diǎn)中心性33
145群組38
146超圖44
15在線社交網(wǎng)絡(luò)中的負(fù)面信息46
151負(fù)面信息的影響47
152負(fù)面信息的傳播機(jī)制48
153研究意義49
16本章小結(jié)49
第2章信息傳播模型51
21獨(dú)立級(jí)聯(lián)模型51
22線性閾值模型54
23傳染病模型58
231SI模型58
232SIS模型58
233SIR模型59
234SEIR模型60
24觸發(fā)模型61
25滲流模型63
26競(jìng)爭(zhēng)線性閾值模型與競(jìng)爭(zhēng)獨(dú)立級(jí)聯(lián)模型65
261競(jìng)爭(zhēng)線性閾值模型65
262競(jìng)爭(zhēng)獨(dú)立級(jí)聯(lián)模型 68
263基于競(jìng)爭(zhēng)獨(dú)立級(jí)聯(lián)模型下的競(jìng)爭(zhēng)影響最大化問題71
27通用閾值模型與通用級(jí)聯(lián)模型71
28本章小結(jié)74
第3章信息傳播影響力的估計(jì)75
31影響力估計(jì)的復(fù)雜性75
32反向影響集抽樣方法76
321反向影響集抽樣算法77
322競(jìng)爭(zhēng)傳播過程中的反向影響集構(gòu)造79
323抽樣復(fù)雜度分析80
33分布式抽樣技術(shù)80
331分布式抽樣算法81
332抽樣復(fù)雜度分析88
34圖神經(jīng)網(wǎng)絡(luò)的影響力估計(jì)89
341圖神經(jīng)網(wǎng)絡(luò)89
342算法設(shè)計(jì)91
35本章小結(jié)93
第4章集函數(shù)的性質(zhì)94
41次模函數(shù)定義及優(yōu)化方法94
411次模函數(shù)定義95
412貪心算法96
413模性定義98
414超模性定義98
42非次模函數(shù)優(yōu)化99
421次模比的定義99
422曲率的定義100
423集函數(shù)的連續(xù)化101
424非次模函數(shù)的優(yōu)化方法102
425非次模函數(shù)優(yōu)化的實(shí)際應(yīng)用103
43本章小結(jié)105
第5章抽樣近似性107
51蒙特卡羅仿真107
52近似算法108
521近似算法AA108
522停止規(guī)則算法109
53下界110
54證明111
541證明的準(zhǔn)備工作111
542停止規(guī)則定理的證明113
543AA定理的證明114
544下界定理的證明115
55本章小結(jié)118
第6章復(fù)雜度分析與算法近似性120
61復(fù)雜度分析中的基本概念120
611P問題121
612NP問題121
613NP完全問題 121
614NP難問題121
62信息傳播問題中的復(fù)雜度分析122
63信息傳播問題中求解算法的近似性124
631貪心算法求解近似性125
632三明治算法求解近似性126
633集函數(shù)分解算法求解近似性126
64本章小結(jié)128
第7章應(yīng)用130
71從眾效應(yīng)下的影響力最大化問題130
711問題背景130
712模型構(gòu)建131
713理論分析132
72社交網(wǎng)絡(luò)群組影響力最大化問題138
721問題背景138
722模型構(gòu)建139
723理論分析140
73社交網(wǎng)絡(luò)中群組影響力收益最大化問題144
731問題背景144
732模型構(gòu)建144
733理論分析145
74社交網(wǎng)絡(luò)中謠言源不確定情形下的魯棒控制問題147
741問題背景147
742模型構(gòu)建148
743理論分析151
75社交網(wǎng)絡(luò)中謠言源不確定情形下的隨機(jī)優(yōu)化控制問題154
751問題背景154
752模型構(gòu)建155
753理論分析156
76社交網(wǎng)絡(luò)回音壁效應(yīng)分析與影響力最大化問題157
761問題背景157
762模型構(gòu)建158
763理論分析161
764算法設(shè)計(jì)163
77虛假信息交互量最小化問題165
771問題背景165
772模型構(gòu)建166
78虛假信息群組回音壁效應(yīng)最小化問題168
781問題背景168
782模型構(gòu)建168
79虛假信息跨虛實(shí)交互網(wǎng)絡(luò)傳播最小化問題169
791問題背景169
792模型構(gòu)建170
710虛實(shí)交互社交網(wǎng)絡(luò)中競(jìng)爭(zhēng)虛假信息關(guān)注度最小化問題171
7101問題背景171
7102模型構(gòu)建172
711社交網(wǎng)絡(luò)中虛假信息多源頭溯源問題173
7111問題背景173
7112模型構(gòu)建173
712動(dòng)態(tài)社交網(wǎng)絡(luò)中虛假信息多源頭溯源問題176
7121問題背景176
7122模型構(gòu)建177
713有符號(hào)在線社交網(wǎng)絡(luò)中凈正面交互信息量最大化問題178
7131問題背景178
7132模型構(gòu)建180
7133理論分析183
714基于馬爾可夫鏈的謠言動(dòng)態(tài)傳播問題185
7141問題背景185
7142模型構(gòu)建186
7143理論分析195
第8章未來愿景與研究展望198
81社交網(wǎng)絡(luò)信息傳播問題前沿?zé)狳c(diǎn)198
811異構(gòu)社交網(wǎng)絡(luò)信息傳播模型研究198
812動(dòng)態(tài)網(wǎng)絡(luò)演化模型研究200
813虛實(shí)空間交互下虛假信息一體化治理研究201
82社交網(wǎng)絡(luò)信息傳播理論前瞻研究203
821基于次模比與曲率的非次模函數(shù)優(yōu)化方法研究203
822自適應(yīng)次模性優(yōu)化問題研究205
823深度學(xué)習(xí)在社交網(wǎng)絡(luò)中的應(yīng)用207
83社交網(wǎng)絡(luò)典型數(shù)據(jù)集架構(gòu)與采集208
參考文獻(xiàn)212