基于LBSN交叉?zhèn)鞑ビ绊懥ψ畲蠡瘑栴}研究
發(fā)布時間:2021-06-25 06:11
隨著在線社交網(wǎng)絡(luò)(Online Social Network,OSN)的流行,例如微博、微信、Facebook、Twitter等,人們在互相通信的同時,每時每刻分享著身邊發(fā)生的一切,基于社交網(wǎng)絡(luò)平臺產(chǎn)生的巨量數(shù)據(jù)給社會網(wǎng)絡(luò)分析帶來了前所未有的機遇,吸引了廣大研究者對社交網(wǎng)絡(luò)結(jié)構(gòu)、傳播規(guī)律、輿情分析等課題的研究。影響力最大化問題是社會網(wǎng)絡(luò)研究中的重點問題之一。目前大部分對社交網(wǎng)絡(luò)的研究只關(guān)注于在線社交網(wǎng)絡(luò),而忽略了現(xiàn)實世界傳統(tǒng)的人際關(guān)系網(wǎng)絡(luò),影響力同時在線上虛擬網(wǎng)絡(luò)和線下關(guān)系網(wǎng)絡(luò)交叉?zhèn)鞑ジ蠈嶋H情況,線下關(guān)系網(wǎng)絡(luò)是影響力傳播的重要一環(huán)。本文以基于位置的社交網(wǎng)絡(luò)LBSN為平臺,通過定義人際近鄰關(guān)系建立線上和線下的交叉聯(lián)系提出一種交叉?zhèn)鞑ゾW(wǎng)絡(luò)模型,并擴展IC傳播模型提出針對交叉?zhèn)鞑サ挠绊懥ψ畲蠡瘑栴};然后利用LBSN數(shù)據(jù)集中的位置屬性提出基于相遇的人際近鄰?fù)诰蛩惴?最后擴展基于樹的算法模型提出求解交叉?zhèn)鞑サ挠绊懥ψ畲蠡惴。本文選擇具有代表性的Brightkite和Gowalla簽到數(shù)據(jù)集作為真實的數(shù)據(jù)基礎(chǔ)。真實數(shù)據(jù)集上的實驗結(jié)果表明:影響力在交叉?zhèn)鞑ゾW(wǎng)絡(luò)模型中傳播效果優(yōu)于傳統(tǒng)在線網(wǎng)絡(luò)模型...
【文章來源】:新疆大學(xué)新疆維吾爾自治區(qū) 211工程院校
【文章頁數(shù)】:47 頁
【學(xué)位級別】:碩士
【部分圖文】:
交叉?zhèn)鞑ミ^程
圖 3-2 交叉網(wǎng)絡(luò)響力最大化問題網(wǎng)絡(luò)中,每個用戶都有線上和線下兩種狀態(tài)存為線下節(jié)點集合,且 ,本文以獨立級由于信息大多源于在線網(wǎng)絡(luò),所以本文選擇在線節(jié)點集合,表示為 ;诮徊?zhèn)鞑サ挠绊懥Χㄒ粋交叉?zhèn)鞑ゾW(wǎng)絡(luò) , 是上網(wǎng)絡(luò)邊和線下鄰居邊集合,代表用戶之間的關(guān)一組線上初始節(jié)點集合 ,經(jīng) IC 模標(biāo)用戶 最多。on offV V =VonS[ ][ ] [ ]( )t ,tt ,t t ,tf pG V ,E ,E¢ ¢¢¢ ¢¢ ¢ ¢¢= Von on onS í V , S =k( )onsS
單次登錄表示用戶出現(xiàn)在某個位置,多次登得歷史登錄活動在挖掘地理朋友中存在重要價值來挖掘人際近鄰關(guān)系。布勒的第一個地理定律“一切都與其他事物有關(guān)的聯(lián)系更緊密!盵41]意味著地理距離越近,用戶鄰在社交網(wǎng)絡(luò)關(guān)系預(yù)測研究中具有重要意義。本人際近鄰的方法。模型常相遇的人們會有更多相似經(jīng)歷,交談的機會更一段歷史時間內(nèi)相遇頻率越高的用戶越有可能在正如同事或同學(xué)關(guān)系,其生活軌跡幾乎一致且頻機漫步模型[42],提出用戶相遇模型,如圖 3-4 所
本文編號:3248661
【文章來源】:新疆大學(xué)新疆維吾爾自治區(qū) 211工程院校
【文章頁數(shù)】:47 頁
【學(xué)位級別】:碩士
【部分圖文】:
交叉?zhèn)鞑ミ^程
圖 3-2 交叉網(wǎng)絡(luò)響力最大化問題網(wǎng)絡(luò)中,每個用戶都有線上和線下兩種狀態(tài)存為線下節(jié)點集合,且 ,本文以獨立級由于信息大多源于在線網(wǎng)絡(luò),所以本文選擇在線節(jié)點集合,表示為 ;诮徊?zhèn)鞑サ挠绊懥Χㄒ粋交叉?zhèn)鞑ゾW(wǎng)絡(luò) , 是上網(wǎng)絡(luò)邊和線下鄰居邊集合,代表用戶之間的關(guān)一組線上初始節(jié)點集合 ,經(jīng) IC 模標(biāo)用戶 最多。on offV V =VonS[ ][ ] [ ]( )t ,tt ,t t ,tf pG V ,E ,E¢ ¢¢¢ ¢¢ ¢ ¢¢= Von on onS í V , S =k( )onsS
單次登錄表示用戶出現(xiàn)在某個位置,多次登得歷史登錄活動在挖掘地理朋友中存在重要價值來挖掘人際近鄰關(guān)系。布勒的第一個地理定律“一切都與其他事物有關(guān)的聯(lián)系更緊密!盵41]意味著地理距離越近,用戶鄰在社交網(wǎng)絡(luò)關(guān)系預(yù)測研究中具有重要意義。本人際近鄰的方法。模型常相遇的人們會有更多相似經(jīng)歷,交談的機會更一段歷史時間內(nèi)相遇頻率越高的用戶越有可能在正如同事或同學(xué)關(guān)系,其生活軌跡幾乎一致且頻機漫步模型[42],提出用戶相遇模型,如圖 3-4 所
本文編號:3248661
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3248661.html
最近更新
教材專著