摘要：因特網(wǎng)和Web2.0技術(shù)的飛速發(fā)展催生了在線社交網(wǎng)絡(luò)的迅速普及,如Facebook、Twitter、新浪微博等。大規(guī)模在線社交網(wǎng)絡(luò)已經(jīng)在很多方面開始影響人們的生活方式,特別是在信息的擴(kuò)散和傳播方面,吸引眾多學(xué)者對其進(jìn)行研究。本文對社交網(wǎng)絡(luò)進(jìn)行了兩方面的研究：節(jié)點影響力的評價研究和節(jié)點影響最大化研究。 以微博網(wǎng)絡(luò)為代表的新型在線社交網(wǎng)絡(luò)中存在高影響力節(jié)點,對信息在網(wǎng)絡(luò)中的傳播起著至關(guān)重要作用�？焖俑咝У卣页鲞@些節(jié)點有助于研究輿情控制、研究網(wǎng)絡(luò)個體關(guān)系,有助于使網(wǎng)絡(luò)中信息更有效地傳播。在評價節(jié)點影響力的問題中,傳統(tǒng)的度中心性方法雖然簡單但是效果不好；介數(shù)中心性具有準(zhǔn)確的評價效果,但是計算節(jié)點的介數(shù)值需要基于網(wǎng)絡(luò)的全局信息,計算開銷大,在大規(guī)模網(wǎng)絡(luò)中并不適用。本文在節(jié)點影響力評價問題中基于PageRank算法的投票思想,提出了精確高效的節(jié)點影響力排序算法評價網(wǎng)絡(luò)中節(jié)點的影響力。根據(jù)在線社會網(wǎng)絡(luò)中邊關(guān)系的復(fù)雜性,本文在SIR傳播模型基礎(chǔ)上提出不同邊具有不同感染概率的新型傳播模型。在新浪微博真實用戶關(guān)系數(shù)據(jù)集中,本文提出的新型排序算法相比介數(shù)中心性和PageRank算法具有更好的性能表現(xiàn)。 在市場營銷中,利用用戶之間的“口碑效應(yīng)”的“病毒式營銷”方案得到了眾多學(xué)者的關(guān)注。如何有效選擇k個節(jié)點組成種子集合使得影響范圍最廣是當(dāng)前的熱點問題,稱為節(jié)點影響最大化問題。Kempe證明影響最大化是NP-hard,并提出了貪心算法,具有較好結(jié)果。對于貪心算法計算開銷大,不適用于大規(guī)模社會網(wǎng)絡(luò)的問題,混合式算法有效解決了時間開銷問題。混合式算法分為啟發(fā)階段和貪心階段,利用線性閾值模型影響力積累特性,在啟發(fā)階段利用節(jié)點鄰域信息選取最具“潛力”節(jié)點,這些激活的“潛力”節(jié)點所具有的影響力能夠讓周圍的未激活節(jié)點更容易被激活,使得最后種子集合的激活范圍更廣。本文提出NPG算法在啟發(fā)階段充分利用節(jié)點鄰域信息,考慮節(jié)點的連接強度和出邊鄰居傳播能力差異性,提出更有效的“潛力”節(jié)點選取策略。在貪心階段,NPG算法通過每一輪提前對當(dāng)前種子集合進(jìn)行傳播,得到當(dāng)前的激活集合,避免對集合中的節(jié)點計算邊際收益,大大減少了重復(fù)的計算量,提高了貪心階段的效率。
【學(xué)位單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2014
【中圖分類】：TP393.02
【部分圖文】：

微博用戶關(guān)系圖，數(shù)據(jù)選取自新浪微博用戶數(shù)據(jù)中的936個節(jié)點，采用Pajek件繪制。社區(qū)結(jié)構(gòu)使得社會網(wǎng)絡(luò)擁有很高的聚類系數(shù)（Clustering Coefficient),在區(qū)內(nèi)部節(jié)點之間的聯(lián)系緊密，同時不同社區(qū)的節(jié)點之間聯(lián)系稀疏。由于社會網(wǎng)的社區(qū)特性對社會網(wǎng)絡(luò)研究起著重要影響，目前的研究主體都是通過個體之間關(guān)系揭網(wǎng)絡(luò)中的結(jié)構(gòu)關(guān)系。

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 朱曉明;王直杰;;社交網(wǎng)絡(luò)傳播節(jié)點影響力建模分析[J];電子設(shè)計工程;2016年23期

相關(guān)碩士學(xué)位論文 前2條

1 朱曉明;社交網(wǎng)絡(luò)信息傳播建模與節(jié)點影響力研究[D];東華大學(xué);2016年

2 謝歡;社交網(wǎng)絡(luò)環(huán)境下多信息競爭傳播博弈均衡影響最大化的研究[D];北京理工大學(xué);2015年

本文編號：2818219