本文關(guān)鍵詞： 社交網(wǎng)絡(luò) 影響最大化 圖　出處：《復(fù)旦大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著21世紀(jì)互聯(lián)網(wǎng)時(shí)代和大數(shù)據(jù)時(shí)代的到來(lái),信息傳播的速度和廣度達(dá)到了前所未有的高峰。在互聯(lián)網(wǎng)諸多實(shí)例應(yīng)用中,社交網(wǎng)絡(luò)(social network)及如何利用社交網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)營(yíng)銷(social network marketing)成為了學(xué)術(shù)界研究的熱門(mén)話題。網(wǎng)絡(luò)營(yíng)銷的常見(jiàn)問(wèn)題是,如何定義營(yíng)銷影響的范圍,以及如何選取目標(biāo)受眾達(dá)到營(yíng)銷影響的最大化。在一個(gè)聯(lián)系緊密的人群關(guān)系中,社交網(wǎng)絡(luò)可以看作一種用圖關(guān)系表示的結(jié)構(gòu),其中每個(gè)個(gè)體作為圖上節(jié)點(diǎn),個(gè)體之間的相互關(guān)系和影響作為圖上邊的權(quán)重。這樣就得到了人群關(guān)系的社交網(wǎng)絡(luò)。利用社交網(wǎng)絡(luò)的圖關(guān)系,可以設(shè)計(jì)相應(yīng)的算法試圖使網(wǎng)絡(luò)營(yíng)銷在圖上影響達(dá)到最大化。經(jīng)典的算法如CELF Greedy, MIA和DegreeDiscount在這一領(lǐng)域中有成熟的發(fā)展,又各自具有自身的特點(diǎn)和優(yōu)勢(shì)。本文對(duì)以上算法及互聯(lián)網(wǎng)網(wǎng)絡(luò)分析的其他常用算法(PageRank, HITS)進(jìn)行了實(shí)現(xiàn),利用真實(shí)數(shù)據(jù)進(jìn)行模擬,探討在某一特定社交網(wǎng)絡(luò)中達(dá)到影響最大化的最佳策略。通過(guò)比較,得出結(jié)論為CELF Greedy算法能夠得到穩(wěn)定的輸出結(jié)果,而MIA,DegreeDiscount等啟發(fā)性算法對(duì)參數(shù)的依賴性較強(qiáng),需要多次調(diào)整輸入?yún)?shù)才能達(dá)到較優(yōu)良的性能。作者作為某實(shí)際項(xiàng)目的算法設(shè)計(jì)負(fù)責(zé)人,將本文介紹的理論和算法在實(shí)際項(xiàng)目中進(jìn)行了實(shí)踐應(yīng)用。作為本文貢獻(xiàn)的一部分,在文中提出了對(duì)“圖上影響最大化”問(wèn)題進(jìn)行評(píng)價(jià)的新方法,這種改進(jìn)的方法可以有效縮短現(xiàn)有算法的運(yùn)行時(shí)間。
[Abstract]:With the advent of the Internet era and big data era in 21th century, the speed and breadth of information dissemination has reached an unprecedented peak. Social network and how to use social network to market social network). Has become the hot topic of academic research. The common problem of network marketing is. How to define the scope of marketing influence, and how to select the target audience to maximize the impact of marketing. In a closely connected crowd relationship, social network can be regarded as a structure represented by graph relationship. Where each individual as the node on the graph, the relationship between the individual and the influence of the graph as the weight of the graph, so as to get the social network of crowd relations. Using the graph of the social network relationship. The corresponding algorithms can be designed to maximize the impact of network marketing on the graph. Classical algorithms such as CELF Greedy. MIA and DegreeDiscount have mature development in this field. Each has its own characteristics and advantages. In this paper, the above algorithms and other commonly used algorithms of Internet network analysis, such as Page Rank (HITS), are implemented, and the real data are used to simulate them. This paper discusses the best strategy to maximize the influence in a particular social network. By comparison, the conclusion is that CELF Greedy algorithm can get stable output results, while MIA algorithm can get stable output results. The heuristic algorithm such as DegreeDiscount has a strong dependence on the parameters, so it is necessary to adjust the input parameters several times to achieve better performance. The author is the person in charge of the algorithm design of a practical project. The theory and algorithm introduced in this paper are applied in practice. As part of the contribution of this paper, a new method to evaluate the problem of "maximum impact on graph" is put forward. This improved method can effectively shorten the running time of existing algorithms.
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.01

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李林容;;社交網(wǎng)絡(luò)的特性及其發(fā)展趨勢(shì)[J];新聞界;2010年05期

2 陳琛;沙昊;;社交網(wǎng)絡(luò)的開(kāi)放融合圖譜[J];通信世界;2010年48期

3 楊宇良;;網(wǎng)絡(luò)讓我們更遠(yuǎn)還是更近[J];互聯(lián)網(wǎng)天地;2011年01期

4 陳昱;;社交網(wǎng)絡(luò)革命與國(guó)家安全關(guān)系[J];情報(bào)雜志;2011年S2期

5 勞倫·考克斯;;請(qǐng)?jiān)诠ぷ鲿r(shí)更新你的狀態(tài)[J];科技創(chuàng)業(yè);2011年05期

6 斯蒂芬·卡斯;;在線社區(qū)能否解決隱私問(wèn)題[J];科技創(chuàng)業(yè);2011年08期

7 陳云鵬;;電子商務(wù)引領(lǐng)社交網(wǎng)絡(luò)走進(jìn)2.0時(shí)代[J];上海信息化;2012年01期

8 馬文剛;;智慧的物聯(lián)社交網(wǎng)絡(luò)[J];上海信息化;2012年03期

9 朱乾龍;張倩;杜娟;;我國(guó)社交網(wǎng)絡(luò)繁榮背后面臨深層次問(wèn)題困擾[J];世界電信;2012年06期

10 劉華;;社交網(wǎng)絡(luò)的融合之路[J];軟件工程師;2012年07期

相關(guān)會(huì)議論文 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測(cè)與關(guān)系強(qiáng)度研究[A];第七屆（2012）中國(guó)管理學(xué)年會(huì)商務(wù)智能分會(huì)場(chǎng)論文集（選編）[C];2012年

2 宮廣宇;李開(kāi)軍;;對(duì)社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎(jiǎng)?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢(mèng)思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編(4)[C];2011年

5 杜p，

本文編號(hào)：1491069