第1章 绪论 1
1.1 引言 1
1.2 P2P网络概论 1
1.3 社交网络概论 5
1.4 微博网络概论 8
1.5 网络论坛概论 10
第2章 网络建模基本理论 13
2.1 引言 13
2.2 网络的图表示方法 13
2.3 复杂网络基本理论 14
2.3.1 复杂网络基本概念 14
2.3.2 复杂网络拓扑特征 16
2.4 经典网络模型 19
2.4.1 规则网络模型 19
2.4.2 随机网络模型 20
2.4.3 小世界网络模型 21
2.4.4 无标度网络模型 24
2.5 传播动力学模型 26
参考文献 29
第3章 P2P网络特定信息传播模型 32
3.1 引言 32
3.2 P2P网络测量模型 33
3.2.1 主动测量模型 33
3.2.2 被动测量模型 42
3.2.3 覆盖率估计方法 48
3.2.4 测量方法比较 49
3.3 P2P信息传播动力学模型 50
3.3.1 SEInR模型描述 50
3.3.2 SEInR模型传播行为分析 53
3.3.3 SEInR模型传播特性分析 58
3.3.4 SEInR模型验证 60
3.4 P2P特定信息传播特性 66
3.4.1 “元信息”属性分析 66
3.4.2 网络拓扑特性分析 73
3.4.3 用户行为分析 81
3.5 P2P特定信息传播控制 89
3.5.1 传播控制模型框架 89
3.5.2 目标节点选择策略 90
3.5.3 P2P节点控制方法 96
3.5.4 控制策略验证 97
参考文献 100
第4章 社交网络用户关系模型 102
4.1 引言 102
4.2 社交网络信息传播模型 102
4.2.1 经典信息传播模型 102
4.2.2 巴斯扩散模型 103
4.2.3 谣言传播模型 104
4.3 社交网络关系强度模型 104
4.3.1 用户关系特性 104
4.3.2 关系强度估计 106
4.3.3 模型验证 111
4.4 社交网络弱连接分析 114
4.4.1 连接强度模型 114
4.4.2 信息传播模型 116
4.4.3 模型验证 117
4.5 社交网络用户关系预测 131
4.5.1 用户关系特征 131
4.5.2 预测模型 136
4.5.3 模型验证 139
4.6 社交网络意见领袖识别 143
4.6.1 识别方法 143
4.6.2 算法验证 144
参考文献 149
第5章 微博网络用户转发模型 151
5.1 引言 151
5.2 微博用户转发特性 151
5.2.1 微博用户转发行为特性 152
5.2.2 转发行为特性分析模型 156
5.2.3 微博转发行为特性分析 158
5.3 微博转发行为预测 163
5.3.1 决策树算法 163
5.3.2 随机森林算法 166
5.3.3 算法验证 171
5.4 微博转发特性预测 175
5.4.1 预测模型 175
5.4.2 预测算法 180
5.4.3 算法验证 183
5.5 微博转发峰值分析 188
5.5.1 时间序列概念 188
5.5.2 峰值检测算法 190
5.5.3 峰值特性分析 191
5.6 微博意见领袖识别 202
5.6.1 识别方法 202
5.6.2 算法验证 203
参考文献 208
第6章 网络论坛信息传播模型 210
6.1 引言 210
6.2 网络论坛舆情形成模型 210
6.2.1 网络论坛模型 211
6.2.2 舆情形成模型 212
6.2.3 模型验证 213
6.3 网络论坛意见领袖识别 216
6.3.1 论坛有向网络图模型 216
6.3.2 论坛意见领袖识别算法 218
6.3.3 算法验证 220
6.4 网络论坛水军热帖检测 223
6.4.1 热点话题特征提取 224
6.4.2 水军热帖检测算法 227
6.4.3 算法验证 228
6.5 网络水军账号检测 230
6.5.1 检测算法 230
6.5.2 算法验证 234
参考文献 236