本文關(guān)鍵詞：基于Hadoop的微博網(wǎng)絡(luò)影響力最大化研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展,大量社交媒體已經(jīng)成為人們生活必不可少的一部分,主要有Facebook,Twitter,微博等。其中新浪微博已成為人們互相溝通,傳播信息的一個(gè)重要途徑。近年來針對新浪微博的各類研究紛紛興起,其中影響力最大化的研究已成為熱點(diǎn)研究對象之一。影響力最大化問題就是在網(wǎng)絡(luò)中找到大小為k的具有最大影響范圍的節(jié)點(diǎn)集。這在輿情監(jiān)控和商業(yè)廣告投放等方面具有巨大的潛在價(jià)值。目前,針對社會網(wǎng)絡(luò)的影響力最大化算法的研究已經(jīng)相對成熟。這些傳統(tǒng)算法對于各種社會網(wǎng)絡(luò)具有普遍的適用性。然而適用性的弊端在于欠缺對于某個(gè)具體社會網(wǎng)絡(luò)(如微博網(wǎng)絡(luò))的針對性,導(dǎo)致這些算法在微博網(wǎng)絡(luò)中的準(zhǔn)確率較低而時(shí)間復(fù)雜度極高。本文針對上述問題提出了基于Hadoop的微博網(wǎng)絡(luò)影響力最大化算法。本算法充分考慮微博網(wǎng)絡(luò)自身的特性,重新定義了用戶間影響力和用戶激活閾值用來計(jì)算每個(gè)微博用戶潛在影響力值(PI值)。啟發(fā)階段中每次都選取PI最大的用戶作為種子節(jié)點(diǎn)去激活其他用戶并更新在激活過程中被影響到的用戶的PI值,之后在貪心階段中每次都選取具有最大影響范圍增量的用戶作為種子節(jié)點(diǎn)。同時(shí),本算法的設(shè)計(jì)是基于Hadoop分布式計(jì)算框架之上,這樣就可以充分利用Hadoop分布式計(jì)算平臺強(qiáng)大的數(shù)據(jù)處理能力來解決微博網(wǎng)絡(luò)計(jì)算數(shù)據(jù)量龐大的問題。最后設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)運(yùn)用本文算法計(jì)算微博影響力最大化的系統(tǒng)來將提出的想法應(yīng)用于實(shí)際。本文在Hadoop分布式計(jì)算平臺上通過一系列與傳統(tǒng)貪婪算法的對比實(shí)驗(yàn)來驗(yàn)證本文算法的優(yōu)越性,其中實(shí)驗(yàn)所用到的原始數(shù)據(jù)均為真實(shí)的新浪微博用戶數(shù)據(jù)。通過實(shí)驗(yàn)發(fā)現(xiàn),在某些的參數(shù)條件下,本文算法的影響范圍要遠(yuǎn)遠(yuǎn)好于貪婪算法,而算法的計(jì)算時(shí)間卻遠(yuǎn)小于貪婪算法。所以本文算法在微博網(wǎng)絡(luò)上的影響范圍和時(shí)間復(fù)雜度都有較好的表現(xiàn),相較于傳統(tǒng)貪婪算法具有一定的優(yōu)越性。
【關(guān)鍵詞】：Hadoop 影響力最大化 微博網(wǎng)絡(luò) 啟發(fā)式算法 貪心算法
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.09
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 研究背景及意義10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 影響力傳播模型研究現(xiàn)狀12-13
• 1.2.2 影響力最大化算法研究現(xiàn)狀13-16
• 1.3 本文研究內(nèi)容和組織結(jié)構(gòu)16-18
• 第2章 相關(guān)理論知識18-34
• 2.1 Hadoop分布式計(jì)算平臺18-26
• 2.1.1 分布式文件系統(tǒng)HDFS19-22
• 2.1.2 MapReduce并行計(jì)算框架22-26
• 2.2 微博網(wǎng)絡(luò)影響力最大化算法26-33
• 2.2.1 微博網(wǎng)絡(luò)影響力傳播最大化26-27
• 2.2.2 線性閾值模型定義27-28
• 2.2.3 KK算法28-29
• 2.2.4 HPG算法29-31
• 2.2.5 TBH算法31-33
• 2.3 本章小結(jié)33-34
• 第3章 基于Hadoop的微博影響力最大化算法34-44
• 3.1 算法設(shè)計(jì)思路及框架34-36
• 3.1.1 算法設(shè)計(jì)思路34-35
• 3.1.2 算法框架35-36
• 3.2 算法重要參數(shù)定義36-40
• 3.2.1 用戶信息活躍度36-38
• 3.2.2 節(jié)點(diǎn)影響力38-39
• 3.2.3 節(jié)點(diǎn)激活閾值39-40
• 3.3 算法性能測試及分析40-43
• 3.3.1 實(shí)驗(yàn)環(huán)境和數(shù)據(jù)集40-41
• 3.3.2 實(shí)驗(yàn)設(shè)計(jì)41
• 3.3.3 性能評估41-43
• 3.4 本章小結(jié)43-44
• 第4章 影響力最大化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)44-59
• 4.1 系統(tǒng)開發(fā)環(huán)境44-47
• 4.1.1 開發(fā)環(huán)境44-47
• 4.1.2 運(yùn)行環(huán)境47
• 4.2 系統(tǒng)總體架構(gòu)47-51
• 4.2.1 數(shù)據(jù)庫設(shè)計(jì)47-48
• 4.2.2 系統(tǒng)整體設(shè)計(jì)48-51
• 4.3 重要功能模塊實(shí)現(xiàn)51-58
• 4.3.1 用戶管理模塊51-54
• 4.3.2 Hadoop計(jì)算及查看模塊54-58
• 4.3.3 系統(tǒng)日志模塊58
• 4.4 本章小結(jié)58-59
• 第5章 總結(jié)與展望59-61
• 5.1 總結(jié)59-60
• 5.2 展望60-61
• 參考文獻(xiàn)61-64
• 致謝64-65
• 攻讀學(xué)位期間參加的科研項(xiàng)目和成果65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐頡;;“2009中國電視網(wǎng)絡(luò)影響力”榜單出爐[J];傳媒;2009年07期

2 李德剛;李嶺濤;;利用網(wǎng)絡(luò)效應(yīng),提升電視價(jià)值——2009中國電視網(wǎng)絡(luò)影響力報(bào)告綜述[J];中國廣播電視學(xué)刊;2009年08期

3 ;中國電視網(wǎng)絡(luò)影響力2009年度排行榜[J];傳媒;2010年07期

4 陳明;;評價(jià)體系:如何在構(gòu)建中完善——對《中國電視網(wǎng)絡(luò)影響力報(bào)告》的商榷和建議[J];江漢大學(xué)學(xué)報(bào)(人文科學(xué)版);2011年03期

5 ;中國網(wǎng)絡(luò)影響力第四屆中國網(wǎng)絡(luò)影響力頒布盛典隆重舉行[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào));2011年08期

6 本刊編輯部;;湖南衛(wèi)視網(wǎng)絡(luò)影響力居行業(yè)首位[J];聲屏世界·廣告人;2013年09期

7 任景華;;關(guān)于網(wǎng)絡(luò)影響力的若干思考[J];運(yùn)城學(xué)院學(xué)報(bào);2008年06期

8 李嶺濤;黃寶書;;網(wǎng)絡(luò)影響力——電視評價(jià)新指標(biāo)[J];中國廣播電視學(xué)刊;2008年07期

9 李德剛;李嶺濤;;電視網(wǎng)絡(luò)影響力：媒介研究的新領(lǐng)域——兼評2008年度中國電視網(wǎng)絡(luò)影響力調(diào)查結(jié)果[J];廣播電視信息(上半月刊);2008年07期

10 ;電視網(wǎng)絡(luò)影響力與傳播通路創(chuàng)新高峰論壇精彩上演[J];中國廣告;2009年06期

中國重要報(bào)紙全文數(shù)據(jù)庫 前7條

1 本報(bào)記者 蘇娟;打造中國新型電視評價(jià)體系——網(wǎng)絡(luò)影響力[N];中華新聞報(bào);2008年

2 沈彤;依然是最活躍的力量[N];中國計(jì)算機(jī)報(bào);2002年

3 肖華;網(wǎng)絡(luò)影響力莫成對“收視率”的換湯[N];中國改革報(bào);2008年

4 王彤;電視節(jié)目評價(jià)新標(biāo)準(zhǔn)出臺[N];中國改革報(bào);2008年

5 徐維欣;中國TV誕生網(wǎng)絡(luò)影響力指標(biāo)[N];文匯報(bào);2008年

6 記者 周驥　通訊員 貝紅兵;寧波電視臺榮膺中國最具網(wǎng)絡(luò)影響力城市電視臺稱號[N];寧波日報(bào);2011年

7 范淑華 王馨妍;中華老字號網(wǎng)絡(luò)影響力年度排行榜[N];商務(wù)時(shí)報(bào);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 胡美蘭;學(xué)術(shù)網(wǎng)絡(luò)的影響力最大化研究[D];內(nèi)蒙古大學(xué);2016年

2 于龍;關(guān)聯(lián)用戶影響力屬性的網(wǎng)絡(luò)廣告投放決策方法[D];合肥工業(yè)大學(xué);2016年

3 楊圩生;復(fù)雜網(wǎng)絡(luò)影響力算法分析與應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 經(jīng)志軍;基于Hadoop的微博網(wǎng)絡(luò)影響力最大化研究與實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2016年

5 黃山青;中國林業(yè)類高校網(wǎng)站的網(wǎng)絡(luò)影響力評價(jià)研究[D];南京林業(yè)大學(xué);2011年

6 蘭娜;我國省級公共圖書館網(wǎng)站網(wǎng)絡(luò)影響力評估研究[D];河北大學(xué);2015年

7 蘭榮;我國五個(gè)自治區(qū)黨報(bào)網(wǎng)站影響力研究[D];中央民族大學(xué);2013年

8 黎雷;社會網(wǎng)絡(luò)影響力模型及其算法研究[D];北京交通大學(xué);2010年

  本文關(guān)鍵詞：基于Hadoop的微博網(wǎng)絡(luò)影響力最大化研究與實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：359889