本文關(guān)鍵詞：基于社會網(wǎng)的影響傳播技術(shù)研究

  更多相關(guān)文章： 社會網(wǎng) 傳播模型 動作日志 影響傳播

【摘要】：隨著互聯(lián)網(wǎng)的飛速發(fā)展,大規(guī)模社會網(wǎng)站變得非常流行,受到了廣大學(xué)者的研究與關(guān)注。社會網(wǎng)中蘊(yùn)含著大量的信息,在多個領(lǐng)域都有重要的應(yīng)用。本文研究了社會網(wǎng)上的影響傳播問題,主要包括以下幾個方面:首先,研究了社會網(wǎng)上影響傳播最小化問題。為了盡可能地阻礙惡意的謠言在社會網(wǎng)傳播,本文通過刪除社會網(wǎng)絡(luò)上給定數(shù)量的邊解決這一問題。傳統(tǒng)的方法是貪心算法,但是非常浪費(fèi)時間。為此,我們基于模擬退火的框架提出了一個有效的啟發(fā)式算法SA-min。在真實數(shù)據(jù)集上的多個實驗顯示:SA-min算法無論是在有效性還是效率方面都能達(dá)到很好的性能,尤其是邊的數(shù)量增大時,SA-min算法比貪心算法快2-3個數(shù)量級。其次研究了社會網(wǎng)上產(chǎn)品利潤最大化問題。已有研究工作往往忽視了影響傳播最大化和利潤最大化的區(qū)別,以及被影響的用戶總數(shù)隨著時間的推移逐漸趨于平穩(wěn)。本文基于用戶動作日志,提出了一個基于時間長度的影響力分配模型IVA-T,根據(jù)該模型首次提出了時間最優(yōu)的利潤最大化問題(OTPM),并且證明了該問題是NP-hard問題。為了求解OTPM問題,提出了一個有效的近似算法并證明了該算法的近似比。在多個真實數(shù)據(jù)集上的實驗結(jié)果證明了算法的有效性和效率。最后,研究了社會網(wǎng)上個體影響最大化問題。個體影響最大化,也就是針對給定用戶,找到最能夠影響該用戶的節(jié)點(diǎn)集合。現(xiàn)有的工作僅僅利用社會網(wǎng)的拓?fù)浣Y(jié)構(gòu)來貪心地選取種集,由于邊上的概率是預(yù)先輸入的,因此使用蒙特卡羅模擬計算節(jié)點(diǎn)的平均影響力不但浪費(fèi)時間而且不準(zhǔn)確。針對這一問題,本文設(shè)計了一個有效的算法Data-target-max,利用用戶的動作日志,針對特定用戶,給可能影響到他的的節(jié)點(diǎn)迭代地分配影響力,從而找到對其最具有影響力的節(jié)點(diǎn)集合。在多個真實數(shù)據(jù)集上的實驗結(jié)果表明:該算法能夠有有效并且高效地地解決個性化推薦問題,與僅基于社會網(wǎng)拓?fù)浣Y(jié)構(gòu)的算法相比,不但影響力高,而且運(yùn)行速度快。
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09

【相似文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 楊鴻超;社會網(wǎng)絡(luò)營銷中基于成本控制的影響最大化問題研究[D];南京大學(xué);2013年

2 張巍;基于社會網(wǎng)的影響傳播技術(shù)研究[D];黑龍江大學(xué);2015年

，

本文編號：1215758