我們生活在網(wǎng)絡(luò)的世界中。從線上的微博、微信等社交網(wǎng)絡(luò)到線下的朋友、同事人際關(guān)系網(wǎng)絡(luò),再到工程中的電力網(wǎng)絡(luò)、計(jì)算機(jī)通訊網(wǎng)絡(luò)等,盡管網(wǎng)絡(luò)形式多種多樣,網(wǎng)絡(luò)中的節(jié)點(diǎn)和連邊代表的物理意義也千差萬(wàn)別,但幾乎所有的網(wǎng)絡(luò)中都存在某種傳播現(xiàn)象,例如社交網(wǎng)絡(luò)中的謠言傳播、微博營(yíng)銷賬號(hào)的廣告轉(zhuǎn)發(fā)、計(jì)算機(jī)病毒傳播,以及近一段時(shí)間的新冠病毒在人群中的傳播。從學(xué)術(shù)角度來(lái)看,與傳播現(xiàn)象密切相關(guān)的一個(gè)課題是哪些因素會(huì)影響傳播的效果。我們既可以從調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)方面入手,使的網(wǎng)絡(luò)更有利于傳播,也可以固定網(wǎng)絡(luò)結(jié)構(gòu),而考慮如何選取傳播初始的種子節(jié)點(diǎn),才能使最終傳播覆蓋的范圍最廣。后者在網(wǎng)絡(luò)科學(xué)中被稱為影響力最大化問(wèn)題。這也是本文的研究重點(diǎn)。近年來(lái)已有不少學(xué)者對(duì)網(wǎng)絡(luò)傳播影響力最大化問(wèn)題進(jìn)行了深入研究。早期主要研究方向是貪心算法及其改進(jìn)策略,但是由于時(shí)間復(fù)雜度過(guò)高,無(wú)法應(yīng)對(duì)大規(guī)模網(wǎng)絡(luò)。近年來(lái)計(jì)算效率更高的啟發(fā)式算法逐漸成為研究的熱點(diǎn)。本文以傳播影響力最大化為優(yōu)化目標(biāo),在經(jīng)典的啟發(fā)式算法的基礎(chǔ)上,考慮網(wǎng)絡(luò)傳播模型和網(wǎng)絡(luò)節(jié)點(diǎn)中心性指標(biāo)兩個(gè)方面,提出了若干網(wǎng)絡(luò)傳播初始節(jié)點(diǎn)選擇策略。主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:（1）研究了網(wǎng)絡(luò)結(jié)構(gòu)對(duì)序貫選... 

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 構(gòu)造信息傳播模型
        1.2.2 貪心算法
        1.2.3 啟發(fā)式算法
        1.2.4 存在的問(wèn)題
    1.3 本文主要研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 相關(guān)理論基礎(chǔ)
    2.1 復(fù)雜網(wǎng)絡(luò)基本概念
    2.2 節(jié)點(diǎn)中心性度量指標(biāo)
        2.2.1 度中心
        2.2.2 介數(shù)中心
        2.2.3 接近度中心
        2.2.4 k-核中心
        2.2.5 H-index
    2.3 復(fù)雜網(wǎng)絡(luò)經(jīng)典模型
        2.3.1 規(guī)則網(wǎng)絡(luò)
        2.3.2 隨機(jī)網(wǎng)絡(luò)
        2.3.3 小世界網(wǎng)絡(luò)
        2.3.4 無(wú)標(biāo)度網(wǎng)絡(luò)
    2.4 網(wǎng)絡(luò)傳播模型
        2.4.1 獨(dú)立級(jí)聯(lián)模型
        2.4.2 線性閾值模型
    2.5 影響力最大化的相關(guān)算法
        2.5.1 貪心算法
        2.5.2 啟發(fā)式算法
第三章 序貫選種策略及網(wǎng)絡(luò)結(jié)構(gòu)的影響
    3.1 基于不同中心性指標(biāo)的序貫種子選取策略對(duì)比分析
        3.1.1 單階段選種策略和序貫選種策略
        3.1.2 在真實(shí)網(wǎng)絡(luò)上仿真分析
    3.2 網(wǎng)絡(luò)結(jié)構(gòu)對(duì)序貫策略的影響
        3.2.1 冪律指數(shù)影響
        3.2.2 網(wǎng)絡(luò)密度的影響
        3.2.3 同配性系數(shù)的影響
    3.3 本章小結(jié)
第四章 影響力加權(quán)級(jí)聯(lián)傳播模型與種子節(jié)點(diǎn)尋優(yōu)
    4.1 傳播模型構(gòu)造
    4.2 初始節(jié)點(diǎn)選擇算法
    4.3 模擬仿真及實(shí)驗(yàn)結(jié)果分析
第五章 結(jié)論與展望
    5.1 全文總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種基于線性閾值的網(wǎng)絡(luò)謠言離散傳播模型[J]. 王家坤,王新華.  情報(bào)科學(xué). 2019(06)
[2]基于兩階段啟發(fā)的社交網(wǎng)絡(luò)影響最大化算法[J]. 楊書新,劉成輝,魯紀(jì)華.  小型微型計(jì)算機(jī)系統(tǒng). 2017(10)
[3]基于LT+模型的社交網(wǎng)絡(luò)影響力最大化研究[J]. 蔡國(guó)永,裴廣戰(zhàn).  計(jì)算機(jī)科學(xué). 2016(09)
[4]邊緣覆蓋去重的社交網(wǎng)絡(luò)影響力最大化算法[J]. 胡敏,孫欣然,黃宏程.  計(jì)算機(jī)科學(xué)與探索. 2017(05)
[5]社會(huì)網(wǎng)中基于主題的局部影響最大化算法研究[J]. 謝勝男,劉勇,朱敬華,譚龍.  計(jì)算機(jī)科學(xué)與探索. 2016(05)
[6]一種新的復(fù)雜網(wǎng)絡(luò)影響力最大化發(fā)現(xiàn)方法[J]. 胡慶成,張勇,許信輝,邢春曉,陳池,陳信歡.  物理學(xué)報(bào). 2015(19)
[7]網(wǎng)絡(luò)重要節(jié)點(diǎn)排序方法綜述[J]. 任曉龍,呂琳媛.  科學(xué)通報(bào). 2014(13)
[8]自然科學(xué)家的創(chuàng)作多峰現(xiàn)象及創(chuàng)新能力[J]. 方錦清,劉強(qiáng),李永.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2014(01)

博士論文
[1]復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)探測(cè)和應(yīng)用研究[D]. 何嘉林.電子科技大學(xué) 2017



本文編號(hào)：3732591