大规模社会网络中影响最大化高效处理技术

第1章  绪论   1.1 社会网络研究概述     1.1.1 基本概念和特点     1.1.2 研究现状   1.2 社会网络影响最大化问题     1.2.1 影响最大化问题的研究意义     1.2.2 影响最大化算法的度量标准     1.2.3 影响最大化问题面临的挑战     1.2.4 现有工作的不足   1.3 本书的主要工作   1.4 全书组织 第2章  影响最大化问题及相关理论   2.1 社会网络基本定义   2.2 影响传播模型     2.2.1 独立级联模型     2.2.2 线性阈值模型     2.2.3 其他影响传播模型   2.3 影响最大化问题及求解算法     2.3.1 影响最大化问题     2.3.2 影响最大化问题求解算法   2.4 影响最大化问题延伸与变形     2.4.1 影响最大化问题延伸     2.4.2 影响最大化问题变形   2.5 小结 第3章  基于异构并行计算框架的影响最大化加速算法   3.1 引言   3.2 GPU体系结构和CUDA编程模型     3.2.1 GPU硬件体系结构     3.2.2 CUDA编程模型   3.3 自底向上逐层扫描算法     3.3.1 BUTA算法设计     3.3.2 BUTA重叠部分计算   3.4 IMGPU实现及其优化     3.4.1 IMGPU_基本实现     3 4.2 IMGPU 优化方法   3.5 实验与性能分析     3.5.1 实验设计     3.5.2 算法精度分析     3.5.3 算法时间分析     3.5.4 算法可扩展性分析     3.5.5 优化方法分析   3.6小结 第4章  基于监督采样的影响力估计算法   4.1 引言   4.2 背景理论     4.2.1 蒙特卡洛理论     4.2.2 灰度预测理论   4.3 ESMCE采样估计算法设计     4.3.1 ESMCE总体设计     4.3.2 监督采样算法设计     4.3.3 误差传播控制   4.4 实验与性能分析     4.4.1 实验设计     4.4.2 实验结果     4.4.3 讨论   4.5 小结 第5章  动态社会网络的增量式影响最大化算法   5.1 引言   5.2 动态社会网络及其相关研究     5.2.1 动态社会网络     5.2.2 动态社会网络相关研究   5.3 动态社会网络演变规律     5.3.1 社会网络增长速度     5.3.2 动态网络演变模式     5.3.3 节点影响力同度数的关系   5.4 增量式影响最大化算法     5.4.1 网络拓扑变化基本元素     5.4.2 影响值变化量计算     5.4.3 剪枝策略设计   5.5 实验与性能分析     5.5.1 实验设置     5.5.2 算法效率比较     5.5.3 算法精度比较     5.5.4 参数θ调整对效率和精度的影响   5.6 小结 第6章  基于影响最大化的社会网络低延迟内容分发方法   6.1 引言   6.2 CDN及内容分发方法研究     6.2.1 内容分发网络框架     6.2.2 内容分发方法研究   6.3 社会信息感知的低延迟内容分发方法     6.3.1 缓存内容选择策略     6.3.2 边缘服务器选择策略     6.3.3 缓存时间策略   6.4 实验与性能分析     6.4.1 实验模型     6.4.2 实验结果   6.5 小结 第7章  结束语   7.1 全书工作的总结   7.2 课题研究展望 参考文献