在社會網(wǎng)中,經(jīng)典的影響最大化問題是尋找在社會網(wǎng)中的給定的正整數(shù)個種子用戶,通過這些種子用戶激活其他用戶,能夠獲得最大化期望的影響范圍。而影響事件組織者選取問題(Search Influential Event Organizers)的目標是選擇一個種集,該種集不僅具有能夠組織某事件的技能或?qū)傩?同時還能夠影響最多的人參與到該事件中來。雖然傳統(tǒng)的組織者選取問題得到了一定程度的研究,但是現(xiàn)有的研究卻忽略了很多因素和問題,因此本文的主要研究成果有:1.在傳統(tǒng)的權(quán)重級聯(lián)模型(Weighted Cascade Model)中引入屬性相似性對傳播概率的影響,在權(quán)重級聯(lián)模型中,一個節(jié)點被任意前驅(qū)節(jié)點影響的概率是其入度的倒數(shù),這顯然不能準確地描述真實的影響概率。例如:兩個相鄰節(jié)點的屬性重復的越多,表明這兩個節(jié)點的關(guān)系越密,影響概率應(yīng)該越大。為了更好的對屬性相似度進行度量,本文引入了Jaccard相似度公式來對影響概率進行更為準確地計算。2.在傳統(tǒng)的組織者選取問題中加入時間因素,事件是在特定的時間范圍內(nèi)進行的,因此選取的組織者的活動時間應(yīng)該包含事件運行的時間范圍,加入時間因素后,影響最大化算法也要做出相...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 影響傳播模型研究
        1.2.2 影響最大化研究
        1.2.3 組織者選取研究
    1.3 本文的組織安排
第2章 已提出的兩種組織者選取算法
    2.1 影響傳播背景知識
    2.2 問題定義
    2.3 基于打分原理的組織者選取算法
    2.4 基于鴿籠原理的組織者選取算法
    2.5 本章小結(jié)
第3章 基于屬性相似與時間因素的組織者選取算法
    3.1 屬性相似度
    3.2 TDD算法
    3.3 兩種基于屬性相似與時間因素的組織者選取算法
        3.3.1 TSG算法
        3.3.2 TPG算法
    3.4 實驗
    3.5 本章小結(jié)
第4章 基于多重網(wǎng)絡(luò)影響下的組織者選取算法
    4.1 引言
    4.2 基于蒙特卡羅模擬的方法
    4.3 基于節(jié)點出度的方法
    4.4 實驗
    4.5 本章小結(jié)
第5章 最小種集的組織者選取算法
    5.1 引言
    5.2 Min-Score算法
    5.3 實驗
    5.4 本章小結(jié)
總結(jié)
參考文獻
致謝
攻讀碩士學位期間發(fā)表的學術(shù)論文



本文編號：3779981