21世紀是人類高度依賴社會網(wǎng)絡、深度融入信息社會的世紀。社會網(wǎng)絡正在不斷地改變著人類的行為模式和社會形態(tài),影響著社會經(jīng)濟的發(fā)展以及人們的生活方式。結(jié)構(gòu)特征是社會網(wǎng)絡的本質(zhì)特征,社會網(wǎng)絡結(jié)構(gòu)分析是社會網(wǎng)絡理論研究和實踐應用的重要基礎,已成為當前學術(shù)界的研究熱點和前沿課題。對社會網(wǎng)絡的研究能夠使人們更加深入地理解社會網(wǎng)絡的結(jié)構(gòu)特性,有助于人們認知社會和解釋社會現(xiàn)象,適應社會網(wǎng)絡給人們工作、學習等帶來的變化。同時,進一步揭示社會網(wǎng)絡內(nèi)在的結(jié)構(gòu)功能,理解社會網(wǎng)絡個體行為及情感,把握社會網(wǎng)絡發(fā)展的方向,能夠有效地解決社會問題、維護社會穩(wěn)定和協(xié)調(diào)社會行為,也能為社會學、管理學等學科的相關(guān)研究提供技術(shù)支持,因此對社會網(wǎng)絡結(jié)構(gòu)及影響力分析的研究具有重要的理論研究價值和廣闊的應用前景。本文從宏觀、中觀和微觀三個層面對社會網(wǎng)絡結(jié)構(gòu)分析開展研究。一方面,從宏觀上研究分析社會網(wǎng)絡拓撲結(jié)構(gòu)特性并構(gòu)建社會網(wǎng)絡演化模型,為中觀社區(qū)識別和微觀節(jié)點影響力分析提供理論和數(shù)據(jù)支持;另一方面,從中觀和微觀角度研究如何設計更加可行、高效和可靠的方法,解決社會網(wǎng)絡社區(qū)識別和影響力最大化研究中存在的技術(shù)難點問題,為開展社會網(wǎng)絡分析...

【文章頁數(shù)】：131 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 社會網(wǎng)絡結(jié)構(gòu)演化模型研究
        1.2.2 社會網(wǎng)絡社區(qū)識別方法研究
        1.2.3 社會網(wǎng)絡影響力分析方法研究
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 基于信息傳播特性的社會網(wǎng)絡演化模型研究
    2.1 引言
    2.2 基本概念
    2.3 社會網(wǎng)絡中的節(jié)點信息傳播
        2.3.1 領(lǐng)域向量及領(lǐng)域匹配度
        2.3.2 節(jié)點信息傳播的局部特性
        2.3.3 節(jié)點間信息傳播特點
    2.4 基于信息傳播特性的社會網(wǎng)絡演化模型
        2.4.1 模型外部參數(shù)設置
        2.4.2 模型初始化
        2.4.3 社會網(wǎng)絡演化模型NME
    2.5 實驗結(jié)果與分析
        2.5.1 實驗數(shù)據(jù)集
        2.5.2 節(jié)點度分布
        2.5.3 網(wǎng)絡異質(zhì)性
        2.5.4 聚集特性
        2.5.5 模型演化過程中特性分析
    2.6 本章小結(jié)
第3章 基于標簽環(huán)形擴散的非重疊社區(qū)識別方法
    3.1 引言
    3.2 問題描述
        3.2.1 社區(qū)的定義
        3.2.2 社區(qū)的環(huán)狀結(jié)構(gòu)
        3.2.3 標簽傳播中的回溯現(xiàn)象
    3.3 標簽環(huán)形擴散非重疊社區(qū)識別算法
        3.3.1 預處理操作
        3.3.2 節(jié)點影響力計算
        3.3.3 基于標簽環(huán)形擴散的非重疊社區(qū)識別算法
    3.4 實驗結(jié)果與分析
        3.4.1 真實網(wǎng)絡數(shù)據(jù)集劃分效果
        3.4.2 環(huán)狀擴散更新方式
        3.4.3 CS-LPA算法中閾值η的選取影響
        3.4.4 算法運行時間對比
        3.4.5 真實網(wǎng)絡數(shù)據(jù)集模塊度比較與分析
        3.4.6 人工網(wǎng)絡數(shù)據(jù)集實驗對比分析
        3.4.7 NME數(shù)據(jù)集實驗對比分析
    3.5 本章小結(jié)
第4章 基于節(jié)點隸屬度的標簽傳播重疊社區(qū)識別方法
    4.1 引言
    4.2 基于拓撲勢的節(jié)點影響力及約束
    4.3 社會網(wǎng)絡節(jié)點隸屬度
        4.3.1 節(jié)點局部相似性度量
        4.3.2 節(jié)點隸屬度計算
    4.4 基于節(jié)點隸屬度的標簽傳播重疊社區(qū)識別算法
    4.5 實驗與結(jié)果分析
        4.5.1 實驗數(shù)據(jù)選擇
        4.5.2 四種數(shù)據(jù)集劃分效果對比
        4.5.3 分組情況η的取值分析
        4.5.4 真實網(wǎng)絡數(shù)據(jù)集模塊度對比分析
        4.5.5 人工網(wǎng)絡數(shù)據(jù)集測試結(jié)果
        4.5.6 MCLPA算法的應用
    4.6 本章小結(jié)
第5章 基于社區(qū)識別的社會網(wǎng)絡影響力最大化方法
    5.1 引言
    5.2 問題描述
        5.2.1 影響力最大化問題
        5.2.2 獨立級聯(lián)模型
        5.2.3 社會網(wǎng)絡影響力最大化算法
    5.3 基于社區(qū)識別的社交網(wǎng)絡影響力最大化算法
        5.3.1 節(jié)點影響力度量
        5.3.2 Top-K節(jié)點選擇策略
        5.3.3 局部邊緣去重
        5.3.4 社交網(wǎng)絡影響力最大化算法
    5.4 實驗與結(jié)果分析
        5.4.1 實驗數(shù)據(jù)集
        5.4.2 距離參數(shù)l取值分析
        5.4.3 對比算法與參數(shù)設置
        5.4.4 Email網(wǎng)絡的結(jié)果與分析
        5.4.5 Yeast網(wǎng)絡的結(jié)果與分析
        5.4.6 BitcoinAlpha網(wǎng)絡的結(jié)果與分析
    5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學位期間發(fā)表的論文和取得的科研成果
致謝



本文編號：3739882