發(fā)布時(shí)間：2020-05-21 00:48

【摘要】：圖論以圖為研究對(duì)象,是研究現(xiàn)實(shí)各類網(wǎng)絡(luò)最常用的建模語(yǔ)言和分析工具。用圖論研究網(wǎng)絡(luò)問(wèn)題,可簡(jiǎn)化研究的復(fù)雜程度。社交網(wǎng)絡(luò)是人們現(xiàn)實(shí)世界社交活動(dòng)在網(wǎng)絡(luò)的延伸。同現(xiàn)實(shí)世界相似,社交網(wǎng)絡(luò)處于中心性地位的核心人物,基于威望、信任與活躍度等因素,仍然對(duì)信息的局部輻射起著重要作用,而處于社交網(wǎng)絡(luò)區(qū)域之間的連通性關(guān)鍵人物,基于位置關(guān)系,則對(duì)信息在網(wǎng)絡(luò)全局之間的穿透有著不可低估的力量。論文立足于社交網(wǎng)絡(luò)信息傳播選擇誰(shuí)作為主節(jié)點(diǎn)進(jìn)行傳播及推薦什么樣的信息進(jìn)行傳播的問(wèn)題,以社交網(wǎng)絡(luò)中這兩類關(guān)鍵節(jié)點(diǎn)的挖掘及信息推薦技術(shù)為研究?jī)?nèi)容,目的是更好地進(jìn)行輿論引導(dǎo)與控制,同時(shí)更有效地為用戶提供信息服務(wù)。論文的主要研究工作及成果包括:(1)提出了基于層次性過(guò)濾的關(guān)鍵節(jié)點(diǎn)挖掘方法,在降低挖掘算法計(jì)算規(guī)模的同時(shí),能保證挖掘質(zhì)量。層次性過(guò)濾以層次性指標(biāo)代替單一指標(biāo)體系為前提。論文對(duì)中心性節(jié)點(diǎn)的評(píng)價(jià)采用的是度和聚集系數(shù)。度和聚集系數(shù)相結(jié)合,不僅能過(guò)濾節(jié)點(diǎn)計(jì)算量,相比較常用的單一指標(biāo)聚集系數(shù),有一定度保證,且聚集系數(shù)較高的節(jié)點(diǎn)才能保證較大范圍的信息滲透能力。論文對(duì)連通性節(jié)點(diǎn)的評(píng)價(jià)采用的是嵌入性和介數(shù),嵌入性也是一簡(jiǎn)單的局部性指標(biāo),介數(shù)是一種挖掘精度較高、但需進(jìn)行全局計(jì)算的指標(biāo),因嵌入性與介數(shù)的一致性,可以將嵌入性作為介數(shù)計(jì)算的先期過(guò)濾的指標(biāo)。(2)基于流量的改進(jìn)型介數(shù)計(jì)算方法設(shè)計(jì),通過(guò)前期過(guò)濾和限層計(jì)算有效降低了計(jì)算規(guī)模。改進(jìn)之處包括使用嵌入性指標(biāo)過(guò)濾候選節(jié)點(diǎn)、考慮不同度節(jié)點(diǎn)發(fā)出的流量不同、先寬搜索只需進(jìn)行到有限層等三個(gè)方面。過(guò)濾的作用是可以在過(guò)程中逐步淘汰無(wú)需計(jì)算的子樹(shù),大幅度降低計(jì)算規(guī)模;有限層計(jì)算設(shè)計(jì)思想來(lái)自“信息和節(jié)點(diǎn)用戶都具有的類別屬性會(huì)給信息傳播范圍帶來(lái)抑制作用”,對(duì)應(yīng)一次先寬搜索,層次之間的間隔越大,類別的差異性越大,表現(xiàn)在信息傳輸上就是從頂層發(fā)出的信息,實(shí)際到達(dá)低層的是很少的,由此可以適當(dāng)忽略較低層的流量,以減少計(jì)算量。(3)基于選擇性熱傳導(dǎo)/物質(zhì)擴(kuò)散的社交網(wǎng)絡(luò)推薦算法設(shè)計(jì),充分發(fā)揮了兩種算法的各自優(yōu)勢(shì),并體現(xiàn)了社交網(wǎng)絡(luò)用戶之間的相互影響。論文首先用過(guò)程論證的方法論證了兩類推薦算法特點(diǎn),以作為目前僅是實(shí)驗(yàn)驗(yàn)證的補(bǔ)充,并指出這兩類算法本質(zhì)上仍然與基于協(xié)同過(guò)濾的推薦算法是類似的;基于關(guān)鍵節(jié)點(diǎn)對(duì)信息傳播的強(qiáng)大影響力,論文對(duì)社交網(wǎng)絡(luò)推薦算法的研究以向網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)進(jìn)行推薦為前提,利用兩類關(guān)鍵節(jié)點(diǎn)具有的特色鮮明的信息傳播作用,選擇精準(zhǔn)性較高的基于物質(zhì)擴(kuò)散的推薦算法為中心節(jié)點(diǎn)推薦算法,選擇多樣性較好的基于熱傳導(dǎo)的推薦算法為連通性節(jié)點(diǎn)推薦算法,以最大限度發(fā)揮各自的優(yōu)勢(shì);同時(shí)考慮社交網(wǎng)絡(luò)中節(jié)點(diǎn)的相互影響,論文基于特征向量中心性對(duì)兩類算法進(jìn)行了改進(jìn)。(4)基于適合于圖操作的并行計(jì)算框架Spark,對(duì)論文所提出的算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)設(shè)計(jì)工作包括評(píng)價(jià)方法設(shè)計(jì)、實(shí)驗(yàn)數(shù)據(jù)集獲取、實(shí)驗(yàn)平臺(tái)性能優(yōu)化、實(shí)驗(yàn)結(jié)果分析等。關(guān)鍵節(jié)點(diǎn)挖掘算法以在SIR模型中影響的人數(shù)為評(píng)價(jià)指標(biāo),實(shí)驗(yàn)結(jié)果表明論文提出的關(guān)鍵節(jié)點(diǎn)挖掘算法效果較好。推薦算法以準(zhǔn)確性、多樣性為評(píng)價(jià)指標(biāo),實(shí)驗(yàn)結(jié)果表明論文提出基于選擇性熱傳導(dǎo)/物質(zhì)擴(kuò)散的社交網(wǎng)絡(luò)推薦算法,在保障一定準(zhǔn)確性的同時(shí)提高了推薦結(jié)果的多樣性。
【圖文】：

圖 5.2 網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋率與直徑關(guān)系Figure 5.2 relationship between node coverage and diameter一種用于排序節(jié)點(diǎn)連通性的指標(biāo)，為了衡量基于有限層先寬法所得結(jié)果的準(zhǔn)確性，定義有限層先寬搜索的排名前 10%的節(jié)計(jì)算方法得到的排名前 10%的結(jié)果集概率為準(zhǔn)確率。當(dāng)確定，有限層先寬搜索對(duì)在不同閾值 D 下計(jì)算出的介數(shù)與的介數(shù)比較，實(shí)驗(yàn)結(jié)果如圖 5.3 所示。當(dāng) D 值為 3 時(shí)，，有限層介數(shù)計(jì)集上的準(zhǔn)確率都達(dá)到了 70%以上，在 Karate 數(shù)據(jù)集上甚至 D 值的增大，有限層介數(shù)計(jì)算準(zhǔn)確率也逐步提高，當(dāng) D 達(dá)寬搜索介數(shù)方法在所有的數(shù)據(jù)集上的準(zhǔn)確率都超過(guò)了 90%。經(jīng)出的有限層介數(shù)計(jì)算方法在有效地控制計(jì)算規(guī)模的情況下準(zhǔn)

圖 5.3 有限層介數(shù)計(jì)算方法準(zhǔn)確性與閾值 D 關(guān)系Figure 5.3 relationship between accuracy of limited breadth first searbetweenness calculation method and threshold D圖 5.4 關(guān)鍵節(jié)點(diǎn)對(duì)用戶影響圖Figure 5.4 impact of key nodes on users對(duì)論文提出的算法挖掘出的關(guān)鍵節(jié)點(diǎn)進(jìn)行影響力分析。圖 5
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.3;O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王春才;邢暉;李英韜;;個(gè)性化推薦系統(tǒng)冷啟動(dòng)問(wèn)題研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2015年29期

2 于洪;李俊華;;一種解決新項(xiàng)目冷啟動(dòng)問(wèn)題的推薦算法[J];軟件學(xué)報(bào);2015年06期

3 朱揚(yáng)勇;孫婧;;推薦系統(tǒng)研究進(jìn)展[J];計(jì)算機(jī)科學(xué)與探索;2015年05期

4 韓冬梅;王雯;;復(fù)雜網(wǎng)絡(luò)視角下的國(guó)際證券市場(chǎng)結(jié)構(gòu)特征分析[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年03期

5 邵浩;陳東方;劉欣;;復(fù)雜網(wǎng)絡(luò)算法中K-shell與介數(shù)中心性算法的實(shí)現(xiàn)[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2014年17期

6 任曉龍;呂琳媛;;網(wǎng)絡(luò)重要節(jié)點(diǎn)排序方法綜述[J];科學(xué)通報(bào);2014年13期

7 武澎;王恒山;;基于特征向量中心性的社交信息超網(wǎng)絡(luò)中重要節(jié)點(diǎn)的評(píng)判[J];情報(bào)理論與實(shí)踐;2014年05期

8 趙之瀅;于海;朱志良;汪小帆;;基于網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的節(jié)點(diǎn)傳播影響力分析[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

9 吳信東;李毅;李磊;;在線社交網(wǎng)絡(luò)影響力分析[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

10 李偉;;基于復(fù)雜網(wǎng)絡(luò)指標(biāo)的軌道線網(wǎng)線路評(píng)價(jià)[J];都市快軌交通;2013年06期

相關(guān)博士學(xué)位論文 前1條

1 李剛;輸電斷面安全保護(hù)與防連鎖過(guò)載控制策略研究[D];華北電力大學(xué);2013年

相關(guān)碩士學(xué)位論文 前3條

1 楊衛(wèi)芳;基于熱傳導(dǎo)和物質(zhì)擴(kuò)散的混合推薦研究[D];重慶大學(xué);2016年

2 鄭思遠(yuǎn);基于二分圖的混合推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2015年

3 史育蘭;移動(dòng)搜索個(gè)性化查詢結(jié)果推薦技術(shù)研究[D];西安郵電大學(xué);2013年

本文編號(hào)：2673470