當今社會,隨著社交媒體的飛速發(fā)展,社交網絡成為人們進行信息交流的主要場所,覆蓋了人們生活的方方面面。所以社交網絡影響力最大化的研究也因此受到了大家的關注,成為了當前的一個熱門的研究內容。社交網絡影響力最大化問題在廣告投放、輿情傳播等方面都有著非常重要的現(xiàn)實意義。當前,研究者們對社交網絡影響力最大化的研究已經有了顯著的研究成果,但這些研究成果都集中在單關系的社交網絡中,即在研究該問題時不考慮社交網絡中用戶之間的復雜關系,以及社交網絡中的存在相互影響的多種信息之間的關系,但事實上這并不符合當前社交網絡的實際情況。所以本文從實際的社交網絡入手,考慮用戶間的多種關系和網絡中信息之間的多種關系對社交網絡中影響力傳播的影響,展開了多關系社交網絡影響力最大化研究,并在真實社交網絡的數(shù)據集上進行實驗驗證了本文研究內容的可行性和有效性。本文的主要工作內容總結如下:（1）本文考慮真實社交網絡中的用戶之間存在的多種關系,在線性閾值模型（LT）的基礎上,結合網絡用戶間存在的多種關系,提出了MRLT（Multi-relationships Linear Threshold Model）傳播模型來建模多用戶關系社... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究目的與意義
    1.2 國內外研究現(xiàn)狀
    1.3 論文創(chuàng)新點
    1.4 本文組織結構
    1.5 本章小結
第二章 預備知識
    2.1 社交網絡中的圖理論
    2.2 社交網絡影響力最大化問題定義
    2.3 線性閾值模型
    2.4 獨立級聯(lián)模型
    2.5 貪心算法
    2.6 CELF算法
    2.7 多子網復合復雜網絡模型
    2.8 本章小結
第三章 基于MRLT模型的多關系社交網絡影響力最大化
    3.1 MRLT影響力傳播模型
    3.2 基于MRLT模型的影響力最大化算法
    3.3 實驗分析
        3.3.1 實驗數(shù)據集
        3.3.2 實驗結果分析
    3.4 本章小結
第四章 基于MI-IC模型的多關系社交網絡影響力最大化
    4.1 模型定義
    4.2 MI-IC模型的數(shù)學特性
    4.3 MI-IC模型下的影響力最大化近似算法
        4.3.1 基于Greedy的MI-IC模型影響力最大化算法
        4.3.2 基于反向可達集的MI-IC模型影響力最大化算法
    4.4 實驗分析
        4.4.1 實驗數(shù)據集
        4.4.2 實驗結果及分析
    4.5 本章小結
第五章 總結與展望
    5.1 總結
    5.2 未來展望
參考文獻
攻讀學位期間的研究成果
致謝


【參考文獻】：
期刊論文
[1]競爭環(huán)境中基于主題偏好的利己信息影響力最大化算法[J]. 曹玖新,閔繪宇,王浩然,馬卓,劉波.  計算機學報. 2019(07)
[2]社會網中基于主題興趣的影響最大化算法[J]. 劉勇,謝勝男,仲志偉,李金寶,任倩倩.  計算機研究與發(fā)展. 2018(11)
[3]社會網絡中基于社群衰減的影響力最大化算法[J]. 孫子力,彭艦,仝博.  計算機應用. 2019(03)
[4]基于大數(shù)據分析的多關系社交網絡輿情傳播模型研究[J]. 崔樹娟,賓晟,孫更新,高冬梅.  中南民族大學學報(自然科學版). 2018(02)
[5]社交網絡中用戶行為對病毒傳播的影響因素[J]. 趙月愛,馮麗萍.  太原理工大學學報. 2018(04)
[6]關聯(lián)影響力傳播最大化方法[J]. 張云飛,李勁,岳昆,羅之皓,劉惟一.  計算機科學與探索. 2018(12)
[7]話題感知下的跨社交網絡影響力最大化分析[J]. 任思禹,申德榮,寇月,聶鐵錚,于戈.  計算機科學與探索. 2018(05)
[8]基于內容過濾PageRank的Top-k學習資源匹配推薦[J]. 梁婷婷,李春青,李海生.  計算機工程. 2017(02)
[9]多社交網絡的影響力最大化分析[J]. 李國良,楚婭萍,馮建華,徐堯強.  計算機學報. 2016(04)
[10]基于位置的社會化網絡推薦系統(tǒng)[J]. 劉樹棟,孟祥武.  計算機學報. 2015(02)

博士論文
[1]多子網復合復雜網絡模型及其相關性質的研究[D]. 隋毅.青島大學 2012

碩士論文
[1]面向話題的社交網絡影響力最大化研究[D]. 李少華.昆明理工大學 2018



本文編號：3170113