本文選題：社交網(wǎng)絡(luò) + 信息傳播��； 參考：《國防科學(xué)技術(shù)大學(xué)》2014年碩士論文

【摘要】：目前,社交網(wǎng)絡(luò)中信息傳播影響最大化研究大多是通過選取網(wǎng)絡(luò)中最有影響的K個節(jié)點作為初始激活節(jié)點,通過它們進行信息擴散。然而對于一個具體的社交網(wǎng)絡(luò)用戶來說,整個網(wǎng)絡(luò)拓撲結(jié)構(gòu)對其是非公開的,用戶對于網(wǎng)絡(luò)的認識僅局限于與其有直接聯(lián)系的鄰居用戶,因此當(dāng)用戶希望擴散自己的某一條信息時,一個更合理的模型是用戶通過挑選有限個鄰居節(jié)點進行信息的級聯(lián)擴散,而不是通過挑選網(wǎng)絡(luò)中的任意K個節(jié)點。傳統(tǒng)的基于網(wǎng)絡(luò)全局的信息傳播影響力最大化算法關(guān)于如何挑選網(wǎng)絡(luò)中最有影響力的節(jié)點已經(jīng)有了豐碩的成果,因此我們考慮設(shè)計一種算法,使得挑選的鄰居節(jié)點能夠與傳統(tǒng)算法中挑選的具有影響力的節(jié)點聯(lián)系起來。通過間接激活這些影響力較大的節(jié)點,使網(wǎng)絡(luò)中接收到用戶所發(fā)布信息的節(jié)點數(shù)最大。本文的主要創(chuàng)新如下:1.提出了接近依賴度指標(biāo)用于評估用戶鄰居節(jié)點與網(wǎng)絡(luò)中具有大影響力的節(jié)點集合在網(wǎng)絡(luò)中的接近程度,并將該指標(biāo)同傳統(tǒng)的貪心算法結(jié)合起來形成新的算法PIMCD并在數(shù)據(jù)集上進行了實驗,實驗結(jié)果顯示PIMCD算法在影響范圍和時間復(fù)雜度上都比貪心算法和現(xiàn)有的啟發(fā)式策略更有優(yōu)勢。2.設(shè)計了CAC評價指標(biāo)用于評估節(jié)點的影響擴散能力,形成新的算法PIMCAC,算法同樣在數(shù)據(jù)集上進行了實驗,實驗結(jié)果證明了該算法可以有效解決結(jié)構(gòu)相對稀疏的網(wǎng)絡(luò)中信息傳播影響最大化問題。本文在用戶個性化影響最大化領(lǐng)域做了初步的探討,為后續(xù)同領(lǐng)域研究的開展奠定了基礎(chǔ)。
[Abstract]:At present, the study of maximizing the impact of information dissemination in social networks is mostly by selecting the most influential K nodes in the network as the initial activation nodes, through which the information diffusion is carried out. However, for a specific social network user, the whole network topology is closed to them, and the user's understanding of the network is limited to the neighbor user who has direct connection with the network. So when the user wants to spread a certain piece of information, a more reasonable model is that the user selects a limited number of neighbor nodes for cascading diffusion of information, rather than selecting any K node in the network. The traditional algorithm of maximizing the influence of information dissemination based on the global network has been fruitful on how to select the most influential nodes in the network, so we consider designing an algorithm. It enables the selected neighbor nodes to be associated with the influential nodes selected in the traditional algorithms. By indirectly activating these influential nodes, the number of nodes receiving information published by users is the largest in the network. The main innovations of this paper are as follows: 1. An approach dependency index is proposed to evaluate the proximity between the user neighbor nodes and the influential nodes in the network. The index is combined with the traditional greedy algorithm to form a new algorithm, PIMCD, and the experimental results show that the PIMCD algorithm has more advantages than the greedy algorithm and the existing heuristic strategy in terms of influence range and time complexity. The CAC evaluation index is designed to evaluate the influence diffusion ability of nodes, and a new algorithm, PIMCAC, is formed. The algorithm is also experimented on the data set. Experimental results show that the algorithm can effectively solve the problem of maximizing the influence of information propagation in relatively sparse networks. This paper makes a preliminary discussion in the field of maximizing the impact of user personalization, which lays a foundation for the subsequent research in the same field.
【學(xué)位授予單位】：國防科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP393.09

【相似文獻】

相關(guān)期刊論文 前10條

1 ;基于位置的手機社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡(luò)服務(wù)的類型分析與促進方案[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學(xué)研究;2013年01期

相關(guān)會議論文 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測與關(guān)系強度研究[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對社交網(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?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢思;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——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[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];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

5 杜p，

本文編號：2053033