第1章 绪论 1
1.1社会网络研究概述 1
1.1.1基本概念和特点 1
1.1.2研究现状 3
1.2社会网络影响最大化问题 6
1.2.1影响最大化问题的研究意义 7
1.2.2影响最大化算法的度量标准 8
1.2.3影响最大化问题面临的挑战 9
1.2.4现有工作的不足 11
1.3本书的主要工作 12
1.4全书组织 15
第2章 影响最大化问题及相关理论 17
2.1社会网络基本定义 17
2.2影响传播模型 19
2.2.1独立级联模型 20
2.2.2线性阈值模型 20
2.2.3其他影响传播模型 21
2.3影响最大化问题及求解算法 22
2.3.1影响最大化问题 22
2.3.2影响最大化问题求解算法 23
2.4影响最大化问题延伸与变形 33
2.4.1影响最大化问题延伸 33
2.4.2影响最大化问题变形 35
2.5小结 36
第3章 基于异构并行计算框架的影响最大化加速算法 37
3.1引言 37
3.2GPU体系结构和CUDA编程模型 40
3.2.1GPU硬件体系结构 40
3.2.2CUDA编程模型 44
3.3自底向上逐层扫描算法 45
3.3.1BUTA算法设计 46
3.3.2BUTA重叠部分计算 50
3.4IMGPU实现及其优化 53
3.4.1IMGPU基本实现 54
3.4.2IMGPU优化方法 56
3.5实验与性能分析 62
3.5.1实验设计 62
3.5.2算法精度分析 64
3.5.3算法时间分析 67
3.5.4算法可扩展性分析 69
3.5.5优化方法分析 70
3.6小结 71
第4章 基于监督采样的影响力估计算法 72
4.1引言 72
4.2背景理论 75
4.2.1蒙特卡洛理论 75
4.2.2灰度预测理论 77
4.3ESMCE采样估计算法设计 78
4.3.1ESMCE总体设计 78
4.3.2监督采样算法设计 80
4.3.3误差传播控制 87
4.4实验与性能分析 88
4.4.1实验设计 89
4.4.2实验结果 90
4.4.3讨论 96
4.5小结 97
第5章 动态社会网络的增量式影响最大化算法 98
5.1引言 99
5.2动态社会网络及其相关研究 101
5.2.1动态社会网络 101
5.2.2动态社会网络相关研究 102
5.3动态社会网络演变规律 104
5.3.1社会网络增长速度 104
5.3.2动态网络演变模式 105
5.3.3节点影响力同度数的关系 107
5.4增量式影响最大化算法 108
5.4.1网络拓扑变化基本元素 108
5.4.2影响值变化量计算 109
5.4.3剪枝策略设计 112
5.5实验与性能分析 115
5.5.1实验设置 116
5.5.2算法效率比较 117
5.5.3算法精度比较 120
5.5.4参数θ调整对效率和精度的影响 121
5.6小结 122
第6章 基于影响最大化的社会网络低延迟内容分发方法 124
6.1引言 125
6.2CDN及内容分发方法研究 127
6.2.1内容分发网络框架 127
6.2.2内容分发方法研究 129
6.3社会信息感知的低延迟内容分发方法 131
6.3.1缓存内容选择策略 132
6.3.2边缘服务器选择策略 133
6.3.3缓存时间策略 135
6.4实验与性能分析 137
6.4.1实验模型 137
6.4.2实验结果 138
6.5小结 142
第7章 结束语 143
7.1全书工作的总结 143
7.2课题研究展望 146
参考文献 148