本文關(guān)鍵詞：基于復(fù)雜網(wǎng)絡(luò)的信息傳播模型研究

  更多相關(guān)文章： 信息傳播模型 最有影響力的節(jié)點(diǎn) 影響力最大化 復(fù)雜網(wǎng)絡(luò)

【摘要】：目前,信息傳播是多交叉學(xué)科研究的熱點(diǎn)問題。特別是隨著Web2.0的爆炸式發(fā)展,人們利用微博、微信等社交媒體來(lái)發(fā)布、分享和傳播信息。信息傳播對(duì)于新思想、新技術(shù)、新產(chǎn)品等推廣帶來(lái)了無(wú)限的商機(jī)與機(jī)遇的同時(shí)也對(duì)社會(huì)穩(wěn)定造成了極大的潛在危害,甚至引發(fā)社會(huì)動(dòng)蕩。通過研究信息傳播模型及規(guī)律能夠控制謠言、監(jiān)控輿情、引導(dǎo)信息。我們基于復(fù)雜網(wǎng)絡(luò)考慮了信息傳播的內(nèi)、外影響因素,同時(shí)從宏觀、中觀和微觀三個(gè)層次角度對(duì)信息傳播進(jìn)行了建模分析與實(shí)驗(yàn),研究具有重要的理論與實(shí)際意義。論文工作包括:(1)提出了一種新的復(fù)雜網(wǎng)絡(luò)中最有影響力的節(jié)點(diǎn)發(fā)現(xiàn)方法 KSC模型。分析了經(jīng)典的度數(shù)指標(biāo)、介數(shù)指標(biāo)、緊密度指標(biāo)、K-shell指標(biāo)的不足,提出了影響力節(jié)點(diǎn)由內(nèi)、外因素決定的方法,在4類現(xiàn)實(shí)復(fù)雜網(wǎng)絡(luò)中通過SIR模型對(duì)傳播過程進(jìn)行仿真,實(shí)驗(yàn)證明KSC模型方法能更精確的發(fā)現(xiàn)最有影響力節(jié)點(diǎn),適用范圍更大。(2)提出了一種新的復(fù)雜網(wǎng)絡(luò)影響力最大化發(fā)現(xiàn)方法 RMDN模型。影響力最大化問題是在一定限制條件下的多個(gè)影響力節(jié)點(diǎn)組合優(yōu)化問題,也是NPhard問題。通過隨機(jī)選擇節(jié)點(diǎn)及其直接連接鄰居節(jié)點(diǎn)的局部信息,就能發(fā)現(xiàn)傳播源種子節(jié)點(diǎn),從而巧妙地避開了必須了解全局節(jié)點(diǎn)信息的問題,并給出了算法的理論推導(dǎo)分析,證明了其可行性。通過在4類實(shí)際復(fù)雜網(wǎng)絡(luò)實(shí)驗(yàn)分析,結(jié)果顯示RMDN與經(jīng)典算法實(shí)驗(yàn)結(jié)果相近,有時(shí)還略優(yōu),時(shí)間復(fù)雜度的優(yōu)勢(shì)提升顯著。(3)提出了信息傳播結(jié)構(gòu)多樣化模型 ISSD模型。分析了信息傳播的時(shí)間變化特點(diǎn)及信息傳播節(jié)點(diǎn)的內(nèi)、外影響因素,提出了信息傳播的5個(gè)假設(shè),不但分析了信息傳播中個(gè)體的內(nèi)部屬性特點(diǎn),還特別考慮了個(gè)體接受信息的Ego網(wǎng)絡(luò)的結(jié)構(gòu)多樣性影響,以及外界整個(gè)大信息環(huán)境這些外部影響因素。給出了信息傳播機(jī)理及ISSD模型信息傳播的形式化定義和描述。通過實(shí)驗(yàn)分析了信息傳播過程中時(shí)間影響、結(jié)構(gòu)多樣化影響特點(diǎn),通過模型研究、定量化分析可以使人們更加清晰的認(rèn)識(shí)信息傳播的過程。
【關(guān)鍵詞】：信息傳播模型 最有影響力的節(jié)點(diǎn) 影響力最大化 復(fù)雜網(wǎng)絡(luò)
【學(xué)位授予單位】：清華大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：O157.5
【目錄】：

• 摘要3-4
• Abstract4-9
• 主要符號(hào)對(duì)照表9-10
• 第1章 緒論10-19
• 1.1 研究背景10-11
• 1.2 研究現(xiàn)狀11-14
• 1.2.1 最有影響力節(jié)點(diǎn)發(fā)現(xiàn)11-12
• 1.2.2 影響力最大化問題12-13
• 1.2.3 社會(huì)網(wǎng)絡(luò)信息傳播13-14
• 1.3 研究?jī)?nèi)容與思路14-16
• 1.4 論文貢獻(xiàn)16-17
• 1.5 論文結(jié)構(gòu)17-19
• 第2章 相關(guān)工作19-27
• 2.1 復(fù)雜網(wǎng)絡(luò)19-21
• 2.1.1 ER隨機(jī)網(wǎng)絡(luò)19-20
• 2.1.2 小世界網(wǎng)絡(luò)20
• 2.1.3 無(wú)標(biāo)度網(wǎng)絡(luò)20-21
• 2.1.4 基本概念定義21
• 2.2 社區(qū)劃分算法21-24
• 2.3 傳播模型24-25
• 2.3.1 傳染病模型24
• 2.3.2 獨(dú)立級(jí)聯(lián)模型24
• 2.3.3 線性閾值模型24-25
• 2.4 實(shí)驗(yàn)數(shù)據(jù)集25-26
• 2.5 本章小結(jié)26-27
• 第3章 KSC最有影響力節(jié)點(diǎn)發(fā)現(xiàn)方法27-41
• 3.1 引言27-28
• 3.2 相關(guān)工作介紹28-30
• 3.2.1 度中心化28
• 3.2.2 介數(shù)中心化28-29
• 3.2.3 緊密度29
• 3.2.4 K-shell分解方法29-30
• 3.2.5 社區(qū)劃分算法30
• 3.3 模型與算法30-31
• 3.4 實(shí)驗(yàn)結(jié)果與分析31-39
• 3.4.1 實(shí)驗(yàn)仿真模型31-32
• 3.4.2 實(shí)驗(yàn)數(shù)據(jù)及環(huán)境32
• 3.4.3 實(shí)驗(yàn)效果32-39
• 3.5 本章小結(jié)39-41
• 第4章 RMDN影響力最大化發(fā)現(xiàn)方法41-59
• 4.1 引言41-43
• 4.2 相關(guān)工作介紹43-45
• 4.2.1 最大化問題的定義43-44
• 4.2.2 貪心算法44
• 4.2.3 基于度數(shù)的節(jié)點(diǎn)啟發(fā)式算法44-45
• 4.2.4 影響力的傳播實(shí)驗(yàn)?zāi)Ｐ?/span>45
• 4.3 模型與算法45-51
• 4.3.1 RDMN算法模型46
• 4.3.2 算法理論分析推導(dǎo)46-50
• 4.3.3 算法改進(jìn)RMDN++50-51
• 4.4 實(shí)驗(yàn)與結(jié)果分析51-58
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)51
• 4.4.2 實(shí)驗(yàn)效果51-58
• 4.5 本章小結(jié)58-59
• 第5章 ISSD信息傳播結(jié)構(gòu)多樣化模型59-86
• 5.1 引言59
• 5.2 相關(guān)工作59-65
• 5.2.1 信息傳播時(shí)間變化模型60-64
• 5.2.2 信息傳播結(jié)構(gòu)多樣性64-65
• 5.3 ISSD模型與算法65-71
• 5.3.1 信息傳播假設(shè)65-66
• 5.3.2 信息傳播機(jī)理66-68
• 5.3.3 基本概念定義68-69
• 5.3.4 ISSD模型69-71
• 5.3.5 ISSD算法71
• 5.4 實(shí)驗(yàn)結(jié)果與分析71-78
• 5.4.1 ISSD時(shí)間影響71-75
• 5.4.2 ISSD結(jié)構(gòu)多樣性影響75-78
• 5.5 影響力最大化算法78-84
• 5.5.1 KClique Heuristic算法78-80
• 5.5.2 Community Leader Heuristic算法80-84
• 5.6 本章小結(jié)84-86
• 第6章 總結(jié)與展望86-89
• 6.1 對(duì)最有影響力節(jié)點(diǎn)發(fā)現(xiàn)的總結(jié)與展望86
• 6.2 對(duì)影響力最大化問題的總結(jié)與展望86-87
• 6.3 對(duì)信息傳播結(jié)構(gòu)多樣化的總結(jié)與展望87-89
• 參考文獻(xiàn)89-98
• 致謝98-100
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果100-101

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 閆強(qiáng);舒華英;;因特網(wǎng)上有害信息傳播模型研究[J];管理工程學(xué)報(bào);2007年02期

2 冀進(jìn)朝;韓笑;王U，

本文編號(hào)：1107441