基于spark的大规模移动社交网络中内容传播效率最大化研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 相关研究

1.2.1 内容分享与移动社交网络分析

1.2.2 种子用户选择算法与影响力最大化

1.2.3 APP内容分发

1.3 本文主要贡献

1.4 本文组织结构

第2章 相关理论与技术

2.1 移动社交网络

2.2 设备-设备（Device to Device）通信技术

2.3 大数据技术

2.3.1 Hadoop框架

2.3.2 Spark框架

第3章 基于“设备-设备”的移动社交网络特征分析

3.1 数据分析平台及数据集

3.2 移动社交网络特征分析

3.2.1 时间序列

3.2.2 APP分析

3.2.3 地理位置

3.2.4 社交网络结构特征

3.3 传播模式分析

3.3.1 基于单个MD5文件传播无序图（MUG）

3.3.2 基于单个MD5文件传播有序图（MSG）

第4章 种子用户选择算法与内容传播最大化

4.1 内容传播最大化问题描述

4.2 SeedRank种子用户选择算法

4.2.1 PageRank算法

4.2.2 SeedRank算法

4.3 贪心算法

4.4 实验设置及算法评价

4.4.1 实验环境

4.4.2 传播覆盖人数

4.4.3 实验设计

4.5 实验结果分析与对比

4.5.1 PageRank算法与SeedRank算法

4.5.2 SeedRank算法与Greedy算法

第5章 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

发表论文和参加科研情况说明

致谢