在過去互聯(lián)網(wǎng)信息技術(shù)在各行各業(yè)迅速普及的十幾年中,各種社交即時通信軟件應(yīng)用扮演著重要的生活服務(wù)角色,這些通信服務(wù)已涉及到人們生活的各個方面。人們之間的互動和溝通變得越來越方便和密集,在線社交網(wǎng)絡(luò)也逐漸演變成信息發(fā)布傳播的工具和載體。在線社交網(wǎng)絡(luò)的盛行吸引了社會各個群體對信息傳播的普遍重視,因為一條信息可以通過網(wǎng)絡(luò)朋友之間的社交關(guān)系迅速傳遍整個社交圈。和傳統(tǒng)信息傳播媒介不同的是,在線社交網(wǎng)絡(luò)這種信息傳播載體的優(yōu)勢在于其不受時間空間限制和極廣的影響范圍。因此,社交網(wǎng)絡(luò)中的信息擴散吸引了計算機科學(xué)、物理學(xué)、流行病學(xué)等多個領(lǐng)域的廣泛研究。目前,社會復(fù)雜網(wǎng)絡(luò)的分析在學(xué)術(shù)界是不斷追蹤研究的熱點,其中社會網(wǎng)絡(luò)影響力最大化是其研究領(lǐng)域的一個重要分支。影響力最大化問題是在復(fù)雜社會網(wǎng)絡(luò)中選擇一小部分用戶,這些用戶在具體傳播模型下?lián)碛凶畲蟮挠绊憯U散范圍�；谪澬牡拿商乜迥M方法在理論上保證近乎最優(yōu)的解決方案,但算法運行效率很低。雖然已經(jīng)開發(fā)出許多啟發(fā)式方法,但都大大降低了解決方案的質(zhì)量。目前影響力最大化問題研究的挑戰(zhàn)就是如何在復(fù)雜大型的社會網(wǎng)絡(luò)更好地平衡影響傳播范圍和算法運行時間。針對此問題,本文研究重點...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
    1.3 研究內(nèi)容和章節(jié)安排
第二章 相關(guān)理論知識
    2.1 影響力最大化問題定義
    2.2 傳播模型
        2.2.1 獨立級聯(lián)模型
        2.2.2 線性閾值模型
    2.3 相關(guān)算法
        2.3.1 CELF貪心算法
        2.3.2 度最大啟發(fā)式算法
    2.4 智能優(yōu)化算法
    2.5 影響力最大化算法評價指標(biāo)
    2.6 本章小結(jié)
第三章 基于和聲搜索的影響力最大化算法
    3.1 和聲搜索算法
    3.2 基于和聲搜索的影響力最大化算法
        3.2.1 算法框架
        3.2.2 算法實現(xiàn)
    3.3 實驗設(shè)置與結(jié)果分析
        3.3.1 實驗設(shè)置
        3.3.2 HSIM算法參數(shù)實驗
        3.3.3 結(jié)果分析
    3.4 本章小結(jié)
第四章 基于局部概率解免疫遺傳影響力最大化算法
    4.1 影響力近似估計
    4.2 免疫遺傳算法
    4.3 免疫遺傳影響力最大化算法
        4.3.1 IGIM算法實現(xiàn)
        4.3.2 算法時間復(fù)雜度分析
    4.4 實驗分析
        4.4.1 數(shù)據(jù)集
        4.4.2 實驗設(shè)置
        4.4.3 實驗結(jié)果與分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝



本文編號：3875340