1绪论 1
1.1 交互行为影响社交网络信息传播效果的背景分析 1
1.1.1 时代背景 2
1.1.2 学术背景 4
1.2 交互行为影响社交网络信息传播效果的研究意义 8
1.3 本书的组织安排 9
2随机过程基础知识 12
2.1 齐次泊松过程理论 12
2.1.1 齐次泊松过程定义 12
2.1.2 齐次泊松过程下的时间间隔与等待时间的分布 16
2.1.3 齐次泊松过程下到达时间的条件分布 18
2.2 非齐次泊松过程理论 21
2.2.1 非齐次泊松过程下事件到达的概率分布 22
2.2.2 非齐次泊松过程下事件到达时间的条件概率分布 23
3社交网络上的交互行为特征 26
3.1 交互行为的时间分布 26
3.1.1 具有截止期限的排队模型 28
3.1.2 兴趣驱动的人类在线活动时间规律模型 30
3.1.3 具有服务时间的行为动力学模型 32
3.2 交互行为的关系强度 35
3.2.1 局部属性下的交互行为关系强度 35
3.2.2 路径属性下的交互行为关系强度 38
3.2.3 随机游走属性下的交互行为关系强度 40
3.3 参与交互行为的节点重要性 43
3.3.1 基于局部属性的节点重要性 43
3.3.2 基于全局属性的节点重要性 44
3.3.3 基于随机游走的节点重要性 49
4社交网络上的信息传播理论 56
4.1 基于均匀网络结构的传染病传播 56
4.2 基于小世界网络结构的信息传播 58
4.2.1 小世界网络模型 58
4.2.2 小世界网络结构下的信息传播 59
4.3 基于无尺度网络结构的信息传播 61
4.3.1 无尺度网络模型 61
4.3.2 无尺度网络结构下的信息传播 64
5对流扩散理论下的交互行为时间分布 67
5.1 研究背景 67
5.2 对流扩散理论模型 68
5.2.1 基于优先权决策的排队模型 68
5.2.2 对流扩散方程的构建与求解 69
5.2.3 交互行为时间分布规律解析 71
5.3 交互行为时间分布规律验证 73
5.3.1 实际数据验证 74
5.3.2 仿真实验数据验证 77
5.4 结论 82
6交互行为的时间分布对信息传播效果的影响 83
6.1 研究背景 83
6.2 信息传播模型与传播树模型 84
6.2.1 基于SI传染病机制的信息传播模型 84
6.2.2 传播树模型 84
6.3 传播树模型的动力学机制 86
6.4 交互行为的时间分布特征对信息传播效果的影响 94
6.5 结论 96
7交互行为的关系强度对信息传播效果的影响 98
7.1 研究背景 98
7.2 基于交互行为度量节点间的关系强度 100
7.2.1 互动行为、交互活动及交互行为的定义 100
7.2.2 关系强度的度量方法 100
7.3 基于交互行为构建关系网络 101
7.3.1 实验数据 101
7.3.2 基于Pareto定律界定互动行为的时间间隔阈值 102
7.3.3 基于时间间隔阈值的交互活动 103
7.3.4 基于交互行为构建关系网络 104
7.4 关系网络中节点的信息传播效果 106
7.4.1 SIR传播模型 107
7.4.2 节点的信息传播效果（α=1） 108
7.4.3 不同α值下的节点信息传播效果 109
7.4.4 好友推荐策略下活跃节点的信息传播效果 110
7.5 结论 112
8参与交互的节点重要性对信息传播效果的影响 116
8.1 研究背景 116
8.2 基于经典的节点重要性排序方法的样图分析 118
8.2.1 经典的节点重要性排序方法 118
8.2.2 节点重要性排序方法的评价标准 128
8.2.3 基于经典算法的样图分析 129
8.3 基于阻尼系数的CEC算法模型 131
8.3.1 CEC算法模型的基本假设 132
8.3.2 CEC算法模型的流程 132
8.3.3 CEC算法模型中的基本算法 133
8.4 节点重要性影响信息传播效果的实例分析 135
8.4.1 基于CEC算法模型的样图分析 135
8.4.2 实例分析 137
8.5 结论 144
9总结与展望 147
9.1 主要研究成果与结论 147
9.2 创新点 149
9.3 研究展望 150
附录 152
参考文献 158
后记 175