摘要：因特網(wǎng)和Web2.0技術(shù)的飛速發(fā)展催生了在線(xiàn)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(xiàn)社交網(wǎng)絡(luò)已經(jīng)在很多方面開(kāi)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(duì)其進(jìn)行研究。本文對(duì)社交網(wǎng)絡(luò)進(jìn)行了兩方面的研究：節(jié)點(diǎn)影響力的評(píng)價(jià)研究和節(jié)點(diǎn)影響最大化研究。 以微博網(wǎng)絡(luò)為代表的新型在線(xiàn)社交網(wǎng)絡(luò)中存在高影響力節(jié)點(diǎn),對(duì)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(diǎn)有助于研究輿情控制、研究網(wǎng)絡(luò)個(gè)體關(guān)系,有助于使網(wǎng)絡(luò)中信息更有效地傳播。在評(píng)價(jià)節(jié)點(diǎn)影響力的問(wèn)題中,傳統(tǒng)的度中心性方法雖然簡(jiǎn)單但是效果不好；介數(shù)中心性具有準(zhǔn)確的評(píng)價(jià)效果,但是計(jì)算節(jié)點(diǎn)的介數(shù)值需要基于網(wǎng)絡(luò)的全局信息,計(jì)算開(kāi)銷(xiāo)大,在大規(guī)模網(wǎng)絡(luò)中并不適用。本文在節(jié)點(diǎn)影響力評(píng)價(jià)問(wèn)題中基于PageRank算法的投票思想,提出了精確高效的節(jié)點(diǎn)影響力排序算法評(píng)價(jià)網(wǎng)絡(luò)中節(jié)點(diǎn)的影響力。根據(jù)在線(xiàn)社會(huì)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(shí)用戶(hù)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(chǎng)營(yíng)銷(xiāo)中,利用用戶(hù)之間的“口碑效應(yīng)”的“病毒式營(yíng)銷(xiāo)”方案得到了眾多學(xué)者的關(guān)注。如何有效選擇k個(gè)節(jié)點(diǎn)組成種子集合使得影響范圍最廣是當(dāng)前的熱點(diǎn)問(wèn)題,稱(chēng)為節(jié)點(diǎn)影響最大化問(wèn)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(duì)于貪心算法計(jì)算開(kāi)銷(xiāo)大,不適用于大規(guī)模社會(huì)網(wǎng)絡(luò)的問(wèn)題,混合式算法有效解決了時(shí)間開(kāi)銷(xiāo)問(wèn)題�；旌鲜剿惴ǚ譃閱l(fā)階段和貪心階段,利用線(xiàn)性閾值模型影響力積累特性,在啟發(fā)階段利用節(jié)點(diǎn)鄰域信息選取最具“潛力”節(jié)點(diǎn),這些激活的“潛力”節(jié)點(diǎn)所具有的影響力能夠讓周?chē)奈醇せ罟?jié)點(diǎn)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(diǎn)鄰域信息,考慮節(jié)點(diǎn)的連接強(qiáng)度和出邊鄰居傳播能力差異性,提出更有效的“潛力”節(jié)點(diǎn)選取策略。在貪心階段,NPG算法通過(guò)每一輪提前對(duì)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(duì)集合中的節(jié)點(diǎn)計(jì)算邊際收益,大大減少了重復(fù)的計(jì)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(jí)別】：碩士
【學(xué)位年份】：2014
【中圖分類(lèi)】：TP393.02
【部分圖文】：

微博用戶(hù)關(guān)系圖，數(shù)據(jù)選取自新浪微博用戶(hù)數(shù)據(jù)中的936個(gè)節(jié)點(diǎn)，采用Pajek件繪制。社區(qū)結(jié)構(gòu)使得社會(huì)網(wǎng)絡(luò)擁有很高的聚類(lèi)系數(shù)（Clustering Coefficient),在區(qū)內(nèi)部節(jié)點(diǎn)之間的聯(lián)系緊密，同時(shí)不同社區(qū)的節(jié)點(diǎn)之間聯(lián)系稀疏。由于社會(huì)網(wǎng)的社區(qū)特性對(duì)社會(huì)網(wǎng)絡(luò)研究起著重要影響，目前的研究主體都是通過(guò)個(gè)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(diǎn)影響力建模分析[J];電子設(shè)計(jì)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(diǎn)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(jìng)爭(zhēng)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(hào)：2818219