本文選題：交網(wǎng)絡(luò) + 影響最大化　； 參考：《安徽師范大學(xué)》2014年碩士論文

【摘要】：21世紀(jì),人們獲取信息的途徑不再局限于報(bào)紙、廣播和電視,隨著 Twitter、Facebook、Flickr等重要社交網(wǎng)絡(luò)的出現(xiàn)及迅速發(fā)展,社交網(wǎng) 絡(luò)逐漸成為了這個(gè)時(shí)代承載信息的主要媒介。由于社交網(wǎng)絡(luò)影響力最大 化問題的研究在實(shí)際應(yīng)用中有著重要的指導(dǎo)意義,因此,該問題也成為 了計(jì)算機(jī)科學(xué)研究的熱點(diǎn)。本文圍繞社交網(wǎng)絡(luò)影響力最大化問題的模型 與算法展開研究,具體包括：1.給出影響力最大化問題的形式化定義,針對(duì)信息傳播方式(途徑), 分析目前最重要的一些信息傳播模型以及影響最大化問題在不同模型 下的相應(yīng)定義,并簡要總結(jié)影響最大化問題的一些解決方法并分析其利 弊,為研究影響力最大化的模型與算法打下理論基礎(chǔ)。2.每個(gè)節(jié)點(diǎn)的不同父節(jié)點(diǎn)對(duì)該子節(jié)點(diǎn)的影響力是不同的,基于此, 指出傳統(tǒng)信息傳播模型假設(shè)的不合理性,提出了一種融合節(jié)點(diǎn)相關(guān)性與 節(jié)點(diǎn)重要性的PRP模型(PageRank-based Propagation Model,簡稱PRP 模型),該模型考慮到社交網(wǎng)絡(luò)中任何節(jié)點(diǎn)的不同父親節(jié)點(diǎn)對(duì)該節(jié)點(diǎn)有 不同的影響強(qiáng)度,實(shí)驗(yàn)表明,基于PRP模型的方法在解決影響最大化 問題的效果比傳統(tǒng)的基于線性閾值模型、加權(quán)級(jí)聯(lián)模型和獨(dú)立級(jí)聯(lián)模型 的方法更好,影響力范圍更廣。由于PRP模型考慮到了社交網(wǎng)絡(luò)的實(shí) 際情況,具有較好的實(shí)用價(jià)值。3.傳統(tǒng)貪心算法及其改進(jìn)算法在大規(guī)模的社交網(wǎng)絡(luò)中解決影響最 大化問題的時(shí)間復(fù)雜度很高,針對(duì)該問題,本文基于概率轉(zhuǎn)移矩陣的思 想提出了一種擴(kuò)展的線性閾值模型,并基于該模型提出了一種新的基于 概率轉(zhuǎn)移矩陣的影響最大化算法(An New Algorithm Based on Probability Transfer Matrix Method,簡稱PTMA)。由于PTMA算法節(jié)省 了每個(gè)時(shí)間間隔都要統(tǒng)計(jì)活躍節(jié)點(diǎn)數(shù)目的時(shí)間,因此,該算法與其他基 本貪心算法相比,節(jié)省了算法時(shí)間,降低了時(shí)間復(fù)雜度,效率更高,并 適用于大規(guī)模社交網(wǎng)絡(luò)。
[Abstract]:In the 21st century, people's access to information is no longer confined to newspapers, radio and television, with the emergence and rapid development of important social networks such as Twitter Facebook Flickr. Social networking has gradually become the main medium for carrying information in this era. Because the research of social network influence maximization has important guiding significance in practical application, this problem has also become a hot spot in computer science research. This paper focuses on the model and algorithm of social network influence maximization problem, including: 1. This paper gives the formal definition of the problem of maximization of influence, analyzes some of the most important information dissemination models and the corresponding definitions of the problem of maximizing the influence under different models, aiming at the way of information dissemination. Some solutions to the problem of impact maximization are summarized briefly, and its advantages and disadvantages are analyzed, which lays a theoretical foundation for the study of the model and algorithm of the maximization of influence. Different parent nodes of each node have different influence on the child node. Based on this, it is pointed out that the assumption of traditional information dissemination model is not reasonable. In this paper, a PageRank-based Propagation Model (PRP Model) is proposed to integrate node correlation and node importance. This model takes into account the fact that any node in a social network has different Father's Day points. Different impact intensity, The experimental results show that the PRP model is more effective than the traditional linear threshold model, weighted cascade model and independent cascade model in solving the problem of impact maximization. Because PRP model takes into account the real situation of social network, it has good practical value. The time complexity of the traditional greedy algorithm and its improved algorithm in solving the most important problem in large-scale social networks is very high. This paper presents an extended linear threshold model based on the idea of probabilistic transition matrix. Based on this model, a new Algorithm based on probability transfer Matrix method (PTMA) is proposed. Because the PTMA algorithm saves the time of counting the number of active nodes at every time interval, it saves the algorithm time and reduces the time complexity compared with other basic greedy algorithms. More efficient and suitable for large-scale social networks.
【學(xué)位授予單位】：安徽師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.09

【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;;我國社交網(wǎng)絡(luò)繁榮背后面臨深層次問題困擾[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)：2112255