影響力最大化是社交網(wǎng)絡分析領域的重要研究內(nèi)容,其目標是通過選取盡可能小規(guī)模的關鍵節(jié)點來實現(xiàn)社交網(wǎng)絡中影響范圍的最大化。傳統(tǒng)的影響力最大化算法分為三類,即基于傳播的影響力最大化算法、基于拓撲結構的影響力最大化算法和基于社區(qū)發(fā)現(xiàn)的影響力最大化算法。基于傳播的影響力最大化算法以改進貪心策略為研究方向,貪心策略往往以高昂的時間開銷換取傳播范圍的增加,不適合大規(guī)模社交網(wǎng)絡。本文著重研究基于拓撲結構的影響力最大化算法和基于社區(qū)發(fā)現(xiàn)的影響力最大化算法,針對兩類算法存在的缺陷與不足,分別提出了相應的改進算法。（1）基于節(jié)點覆蓋范圍的影響力最大化算法基于拓撲結構的影響力最大化算法通過選取合適的中心性指標來避免富人俱樂部現(xiàn)象,但是,該類算法未能很好地解決傳播過程中的重復鄰居問題。本文提出一種基于節(jié)點覆蓋范圍的影響力最大化算法,該算法將節(jié)點覆蓋范圍作為種子節(jié)點選取的中心性指標,有效避免種子節(jié)點選取時過于集中的富人俱樂部現(xiàn)象。另外,本文對所提出的算法進行了CELF優(yōu)化,有效減少了運行時間。實驗結果表明,本算法所選出的種子節(jié)點集合傳播范圍更廣,且運行時間短,尤其適合大規(guī)模網(wǎng)絡。（2）融合社區(qū)結構和節(jié)點覆蓋范圍的... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

空手道網(wǎng)絡社交關系示意圖

3基于節(jié)點覆蓋范圍的影響力最大化算法17點（除了更新過的5號和22號）增益均比5小，故選擇5號節(jié)點，且5號節(jié)點更新過，故將5號節(jié)點選為種子節(jié)點，以此類推，直至選擇設定數(shù)量的種子節(jié)點。(a)(b)(c)圖3-1NCA_CELF算法執(zhí)行過程Figure3-1TheexecutionprocessofNCA_CELFalgorithm3.3時間復雜性分析(TimeComplexityAnalysis)假設網(wǎng)絡G=(V,E)有n個節(jié)點，m條邊。選擇每一個種子節(jié)點時，需要更新所有節(jié)點的覆蓋范圍，每兩個節(jié)點計算覆蓋范圍的時間復雜度為()12On+n，其中1n，2n為每兩個節(jié)點的鄰居個數(shù)，時間復雜度可近似為O(d)，其中，d為平均度。因此，計算n個節(jié)點覆蓋范圍的時間復雜度為O(dn)，共需選取k個種子節(jié)點，則NCA算法的復雜度為O(kdn)。3.4仿真實驗(SimulationExperiments)3.4.1數(shù)據(jù)集本章實驗中用到的真實數(shù)據(jù)集共8個，如表3-1所示。NetScience是網(wǎng)絡理論和實驗科學家共同作者網(wǎng)絡；Yeast是一個蛋白質(zhì)交互作用的網(wǎng)絡；Power是美國西部國家電網(wǎng)的拓撲結構網(wǎng)絡；CaGrQc(GeneralRelativitycategory)網(wǎng)絡是廣義相對論類別的合作網(wǎng)絡，網(wǎng)絡中每一個節(jié)點代表一個作者，每一條邊代表兩個作者之間存在合作；P2P-Gnutella08是Gnutella點對點共享網(wǎng)絡，其搜集了2002年8月Gnutella網(wǎng)絡的9個快照，節(jié)點代表Gnutella網(wǎng)絡拓撲中的主機，邊代表Gnutella主機之間的關系；CaHepTh(HighEnergyPhysics-Theory)是高能物理理論作者的合作網(wǎng)絡，同CaGrQc網(wǎng)絡類似，CaHepTh

【參考文獻】：
期刊論文
[1]基于大數(shù)據(jù)的中小型電商企業(yè)精準營銷研究[J]. 徐濤.  中國商論. 2020(04)
[2]“互聯(lián)網(wǎng)+”背景下自媒體營銷的優(yōu)勢及劣勢分析[J]. 高斯琪.  現(xiàn)代營銷(經(jīng)營版). 2020(01)
[3]自媒體信息傳播中的管理困境及對策淺析[J]. 董帥,向志強.  國際公關. 2019(11)
[4]社交電商平臺小紅書的病毒營銷研究[J]. 王昕,盛麗俊.  中國商論. 2019(21)
[5]社會網(wǎng)絡影響力最大化問題研究[J]. 陳光魯,盧敏.  電腦知識與技術. 2019(32)
[6]互聯(lián)網(wǎng)環(huán)境下透視電影病毒營銷[J]. 顧崢.  傳媒. 2019(20)
[7]基于信息級聯(lián)的網(wǎng)絡意見傳播及扭曲效應國外研究進展[J]. 魏建良,朱慶華.  情報學報. 2019(10)
[8]從“李佳琦現(xiàn)象”看新零售與互聯(lián)網(wǎng)新媒體的融合[J]. 劉念.  商場現(xiàn)代化. 2019(16)
[9]基于節(jié)點覆蓋范圍的影響力最大化算法[J]. 高菊遠,王志曉,芮曉彬,何婧,候夢男.  計算機工程與設計. 2019(08)
[10]基于重疊社區(qū)的影響力最大化算法[J]. 仇麗青,賈瑋,范鑫.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(07)

博士論文
[1]社會網(wǎng)絡中的節(jié)點影響力度量和k-節(jié)點集的影響力最大化問題研究[D]. 馬茜.山東大學 2017

碩士論文
[1]基于網(wǎng)絡結構和節(jié)點語義信息的社區(qū)發(fā)現(xiàn)研究[D]. 祁德昊.南京郵電大學 2019
[2]社交網(wǎng)絡影響力最大化算法研究[D]. 崔若飛.西安電子科技大學 2019
[3]社交網(wǎng)絡中影響力最大化研究與應用[D]. 孫依志.中國礦業(yè)大學 2019
[4]基于節(jié)點位置分析的重疊社區(qū)發(fā)現(xiàn)研究[D]. 趙亞.中國礦業(yè)大學 2016



本文編號：2953324