本文關(guān)鍵詞：社交團(tuán)體的網(wǎng)絡(luò)影響力最大化研究　出處：《華中科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 社交團(tuán)體 網(wǎng)絡(luò)影響力最大化 信息傳播模型

【摘要】：病毒式營(yíng)銷是社交網(wǎng)絡(luò)中重要的應(yīng)用,現(xiàn)實(shí)場(chǎng)景中,社交網(wǎng)絡(luò)中的用戶通常屬于某個(gè)具有特定組織結(jié)構(gòu)的社交團(tuán)體,因此如何選擇給定數(shù)量的團(tuán)體,基于所有團(tuán)體內(nèi)節(jié)點(diǎn)之間的相互信息傳播,使得網(wǎng)絡(luò)接收信息的用戶數(shù)量最多,對(duì)于充分利用社交網(wǎng)絡(luò)傳播特性進(jìn)行產(chǎn)品營(yíng)銷具有重要意義。對(duì)于社交團(tuán)體的網(wǎng)絡(luò)影響力最大化問(wèn)題,在團(tuán)體層面模擬網(wǎng)絡(luò)中信息傳播具有更好的拓展性,設(shè)計(jì)了模擬團(tuán)體信息傳播過(guò)程的GLISM模型,GLISM模型包括:基于團(tuán)體的網(wǎng)絡(luò)圖、描述網(wǎng)絡(luò)圖上信息傳播的信息傳播規(guī)則。同時(shí),給出了GLISM模型中團(tuán)體集合信息傳播范圍的計(jì)算方法,并討論了GLISM中信息傳播范圍函數(shù)的性質(zhì)。設(shè)計(jì)基于GLISM模型的貪心算法GLISMGreedy,GLISMGreedy算法利用GLISM模型計(jì)算團(tuán)體的信息傳播范圍邊際效益,并結(jié)合GLISM模型的次模性質(zhì)使得效率得到提升。為得到拓展性更好的算法,基于GLISM模型構(gòu)建的網(wǎng)絡(luò)圖,設(shè)計(jì)了啟發(fā)式的IR-DU算法,IR-DU算法以團(tuán)體影響力作為團(tuán)體信息傳播范圍邊際效益的估值,并得到團(tuán)體影響力初始值的計(jì)算方法,算法使用團(tuán)體影響力作為選擇種子團(tuán)體的標(biāo)準(zhǔn),并在選擇種子團(tuán)體過(guò)程中對(duì)團(tuán)體影響力重新計(jì)算以減少團(tuán)體影響力的覆蓋重合。最后通過(guò)實(shí)驗(yàn)分析算法的效果,實(shí)驗(yàn)選擇NetHEPT和DBLP數(shù)據(jù)集,以信息傳播范圍和時(shí)間效率作為評(píng)估標(biāo)準(zhǔn),選取基本貪心算法、Topcgo算法以及基于度的啟發(fā)式算法進(jìn)行對(duì)比,對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析,實(shí)驗(yàn)結(jié)果表明GLISMGreedy算法和IR-DU算法得到的信息傳播范圍非常接近基本貪心算法,但時(shí)間效率能夠有效提升。GLISMGreedy算法得到的信息傳播范圍要大于IR-DU算法,但I(xiàn)R-DU算法的效率更高。同時(shí)與Topcgo算法相比,GLISMGreedy算法和IR-DU算法能得到更大的信息傳播范圍,穩(wěn)定性更好,且IRDU算法的時(shí)間效率要優(yōu)于Topcgo算法。
[Abstract]:Viral marketing is an important application in the social network, real scene, social network users usually belong to a specific organizational structure of social groups, so how to select a given number of groups, mutual information communication between all nodes within the group based on the network information receiving the largest number of users, is of great significance for the make full use of the propagation characteristics of social network product marketing. The network social group influence maximization problem, in the team level simulation information dissemination network has better expansibility, the design of GLISM model group information dissemination process of the GLISM model include: network diagram group based on the description of information dissemination rules of information dissemination network map at the same time, gives the calculation method of GLISM model group collection of information spread, and discuss the scope of dissemination of information in GLISM The nature of the function. The design of the greedy algorithm GLISMGreedy based on the GLISM model, the marginal benefit of the GLISMGreedy algorithm using GLISM model to calculate the group's scope of dissemination of information, combined with the modular nature of the GLISM model makes the efficiency has been improved. In order to get better development of algorithm, network construction of GLISM model based on the heuristic IR-DU algorithm design, IR-DU the algorithm group influence as the marginal benefit of community information dissemination scope and calculation method of valuation, group influence the initial value of the algorithm, using the group influence as the seed selection group standards, and in the process of selecting seed group to group influence re calculated to cover the coincidence reduce influence. The experimental group analysis of the effect of algorithm, experiment select the NetHEPT and DBLP data sets, the information dissemination scope and time efficiency as evaluation criteria, selection of basic corruption Mental arithmetic method, Topcgo algorithm and heuristic algorithm based on the degree of comparison, the analysis of experimental results, the experimental results show that GLISMGreedy algorithm and IR-DU algorithm of the information transmission range is very close to the basic greedy algorithm, but the efficiency of.GLISMGreedy algorithm can effectively enhance the dissemination of information is greater than the scope of the IR-DU algorithm, but the efficiency of IR-DU algorithm is higher at the same time. Compared with the Topcgo algorithm, GLISMGreedy algorithm and IR-DU algorithm can obtain more information spread, better stability, and the IRDU time efficiency of the algorithm is superior to Topcgo algorithm.

【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：G206

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王藝;;《人民珠江》通過(guò)“中國(guó)知網(wǎng)”擴(kuò)大發(fā)行與傳播范圍[J];人民珠江;2010年01期

2 王山而;偽書,讓我們的“精神方舟”千瘡百孔[J];編輯學(xué)刊;2005年03期

3 汪修榮;偽書現(xiàn)象的反思[J];編輯學(xué)刊;2005年03期

4 王玫;抵制偽書,從書號(hào)管理做起[J];編輯學(xué)刊;2005年03期

5 沈燕萍;;微博在新聞傳播中的運(yùn)用[J];視聽(tīng)界;2014年03期

6 何格夫;;當(dāng)前我國(guó)數(shù)字出版面臨的困境[J];大學(xué)出版;2008年01期

7 魏艷君;彭熙;;互聯(lián)網(wǎng)時(shí)代數(shù)字出版面臨的挑戰(zhàn)及其對(duì)策[J];重慶與世界(學(xué)術(shù)版);2012年06期

8 林海華;;數(shù)字出版發(fā)展前景[J];中國(guó)傳媒科技;2007年12期

9 華江一;敬畏“偽”書——“偽”書帶給我們什么啟發(fā)[J];編輯學(xué)刊;2005年03期

10 朱巖;談主持人的兩難困惑及其解脫[J];新聞通訊;1999年08期

相關(guān)重要報(bào)紙文章 前1條

1 中國(guó)社科院知識(shí)產(chǎn)權(quán)中心主任 李明德;出版業(yè):如何面對(duì)網(wǎng)絡(luò)時(shí)代[N];光明日?qǐng)?bào);2013年

相關(guān)碩士學(xué)位論文 前2條

1 劉海麗;復(fù)雜網(wǎng)絡(luò)上信息傳播規(guī)律與性質(zhì)研究[D];廣西師范大學(xué);2015年

2 徐艮;社交團(tuán)體的網(wǎng)絡(luò)影響力最大化研究[D];華中科技大學(xué);2015年

，

本文編號(hào)：1390427