社交媒體的飛速發(fā)展賦予了社交網(wǎng)絡上的信息傳播快速、海量的特點,使得對社交網(wǎng)絡上的信息傳播的研究具有重要的政治、社會、經(jīng)濟意義。其中對信息傳播預測的研究,由于其在廣告營銷、輿情控制等方法的重要作用,吸引了廣大研究者的研究興趣。研究者針對這一研究問題提出了大量的網(wǎng)絡傳播預測模型,而在選擇適合的模型時,如何對預測模型進行比較自然成為了亟待解決的問題。當前研究者只是簡單地將各個傳播預測模型放在各自的傳播數(shù)據(jù)集上進行實驗,比較它們的預測精度。由于該方法缺少對預測任務的統(tǒng)一表示,導致比較結(jié)果只能成為個例,缺乏普遍性,因此,本文對該問題進行了探究,提出通過一個指標來表示傳播數(shù)據(jù)集的可預測性,從可預測性的角度將不同的傳播數(shù)據(jù)集統(tǒng)一地表示出來,使得傳播預測模型在不同的數(shù)據(jù)集上的預測結(jié)果能夠參考數(shù)據(jù)集的可預測性,使該結(jié)果具有可比較性。本文主要分為以下五個部分:第一部分為緒論,明確本文的選題緣由,梳理研究現(xiàn)狀,首先對社交網(wǎng)絡上的信息傳播預測模型做了大致的總結(jié)與分類,進而提出了當前對預測模型的比較缺乏統(tǒng)一標準的研究需求,分析了當前模型比較方式的不足。第二部分首先介紹了信息熵的概念,在信息論中用信息熵來表示隨機... 

【文章來源】：西南大學重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

傳播序列數(shù)越大，則在傳播序列中兩用戶間的距離能被保持到隱空間中；（2）對于固定的j-i

基于表示學習的網(wǎng)絡傳播預測模型23來自不同傳播源的兩條傳播序列，就應將傳播信息的用戶分別嵌入到兩個“易染隱空間”中�；谶@個思路，本文提出了獨立非對稱嵌入（IndependentAsymmetricEmbedding，簡稱IAE）模型。IAE模型將網(wǎng)絡中所有傳播信息的用戶分別嵌入到一個“影響隱空間”（記為“X”），和N個“易染隱空間”（記為“1,…,”）中，N為網(wǎng)絡中節(jié)點的總數(shù)量，如此，當每一個用戶發(fā)布了一條信息，即成為了一個傳播源時，都能找到其對應的一個“易染隱空間”Y。圖3.2反應了PAE模型和IAE模型中隱空間的區(qū)別。圖3.2IAE模型和PAE模型的區(qū)別在CDK模型和PAE模型中，定義了兩個條件來對傳播核函數(shù)進行了限制，分別對與兩個用戶同在一條傳播序列中，但傳播的先后順序不同；以及在序列中，而不在序列中的情況進行了分析。而在IAE模型中，由于每一條傳播序列都將被單獨分析，每一條傳播序列都有其對應的隱空間，因此只需要考慮在傳播序列中的用戶，即只考慮與兩個用戶同在一條傳播序列中的情況。因此，IAE模型中只采用了一條限制，即：(,)∈×,()<()‖00‖2<‖00‖2。其中，0表示在“影響隱空間”中，傳播源用戶0的坐標位置；0表示在0所對應的的“易染隱空間”0中，用戶的坐標位置。根據(jù)這一條限制，IAE模型的經(jīng)驗風險函數(shù)可寫為：()=∑((,0,),)∈，(3.12)其中，相應的鉸鏈損失函數(shù)為：((,0,),)=

集合A、B的關系


本文編號：3527257