社會網(wǎng)絡(luò)是研究現(xiàn)實世界的一種分析視角,影響最大化和社區(qū)發(fā)現(xiàn)的研究已經(jīng)成為當(dāng)前研究的熱點和關(guān)鍵問題,大量的社會應(yīng)用使得這些問題的研究變得非常迫切。這些研究有助于成功地發(fā)布電子商務(wù)產(chǎn)品的廣告,優(yōu)化有限營銷預(yù)算資源的使用,協(xié)助對疫情免疫、輿情監(jiān)控、突發(fā)事件和群體事件網(wǎng)絡(luò)傳播的預(yù)測與干預(yù)等。本文基于復(fù)雜網(wǎng)絡(luò)理論、多屬性決策理論、多目標(biāo)優(yōu)化理論和數(shù)據(jù)挖掘技術(shù)等,對社會網(wǎng)絡(luò)中節(jié)點影響最大化和社區(qū)發(fā)現(xiàn)進(jìn)行研究,主要工作和創(chuàng)新成果包括四個方面:（1）建立了基于多指標(biāo)的社會網(wǎng)絡(luò)節(jié)點影響力綜合評估模型本文基于局部、全局、位置、傳播動力學(xué)這四個視角選擇中心性測度,將之視作決策準(zhǔn)則屬性,構(gòu)建基于多指標(biāo)的節(jié)點影響力綜合評估模型。以模型為基礎(chǔ),本文提出了一種新的動態(tài)加權(quán)多屬性排序方法。方法中給出了一種基于灰色關(guān)聯(lián)分析理論和易感-感染-恢復(fù)傳染病模型的屬性動態(tài)加權(quán)策略,根據(jù)節(jié)點屬性序列與真實傳播能力序列之間的變化趨勢相似性來確定權(quán)重。最后,進(jìn)行復(fù)雜性分析和實驗驗證分析,證明方法的有效性和實用性。（2）建立了基于啟發(fā)式聚類的top-k節(jié)點集影響最大化問題模型本文構(gòu)建了基于啟發(fā)式聚類的top-k節(jié)點集影響最大化問題模型... 

【文章來源】：上海大學(xué)上海市 211工程院校

【文章頁數(shù)】：150 頁

【學(xué)位級別】：博士

【部分圖文】：

Email網(wǎng)絡(luò)的節(jié)點度分布，縱軸表示度值，橫軸表示對應(yīng)的節(jié)點數(shù)量

上海大學(xué)博士學(xué)位論文87圖5.6Facebook網(wǎng)絡(luò)的節(jié)點度分布，縱軸表示度值，橫軸表示對應(yīng)的節(jié)點數(shù)量圖5.7Twitch網(wǎng)絡(luò)的節(jié)點度分布，縱軸表示度值，橫軸表示對應(yīng)的節(jié)點數(shù)量5.4.2IMULB算法有效性分析為驗證本文所提IMULB算法的有效性，我們選擇了一些經(jīng)典的算法在考慮成本效益的情形下，與本文所提算法進(jìn)行比較。對于Top-CC[12]，Top-EC[17]，VoteRank[43]，LIR[42]和HGD[37]，實驗中對算法稍作修改，在循環(huán)過程中每當(dāng)選擇一個排序靠前的用戶節(jié)點加入到種子節(jié)點集合時，就在營銷預(yù)算中核減該節(jié)點成本，直到預(yù)算耗荊因為IMULB是多目標(biāo)優(yōu)化算法，會得到具有非支配關(guān)系的Pareto解集，在該實驗環(huán)節(jié)，本文選取其滿足預(yù)算閾值下影響最大化的解去參與對比實驗。

上海大學(xué)博士學(xué)位論文87圖5.6Facebook網(wǎng)絡(luò)的節(jié)點度分布，縱軸表示度值，橫軸表示對應(yīng)的節(jié)點數(shù)量圖5.7Twitch網(wǎng)絡(luò)的節(jié)點度分布，縱軸表示度值，橫軸表示對應(yīng)的節(jié)點數(shù)量5.4.2IMULB算法有效性分析為驗證本文所提IMULB算法的有效性，我們選擇了一些經(jīng)典的算法在考慮成本效益的情形下，與本文所提算法進(jìn)行比較。對于Top-CC[12]，Top-EC[17]，VoteRank[43]，LIR[42]和HGD[37]，實驗中對算法稍作修改，在循環(huán)過程中每當(dāng)選擇一個排序靠前的用戶節(jié)點加入到種子節(jié)點集合時，就在營銷預(yù)算中核減該節(jié)點成本，直到預(yù)算耗荊因為IMULB是多目標(biāo)優(yōu)化算法，會得到具有非支配關(guān)系的Pareto解集，在該實驗環(huán)節(jié)，本文選取其滿足預(yù)算閾值下影響最大化的解去參與對比實驗。

【參考文獻(xiàn)】：
期刊論文
[1]社交網(wǎng)絡(luò)中基于成本的廣告投放策略[J]. 曹玖新,崔桂旗,馮雪艷,閔繪宇.  東南大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[2]基于免疫離散差分進(jìn)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)[J]. 張英杰,龔中漢,陳乾坤.  自動化學(xué)報. 2015(04)
[3]一種基于k-核的社會網(wǎng)絡(luò)影響最大化算法[J]. 曹玖新,董丹,徐順,鄭嘯,劉波,羅軍舟.  計算機(jī)學(xué)報. 2015(02)
[4]網(wǎng)絡(luò)重要節(jié)點排序方法綜述[J]. 任曉龍,呂琳媛.  科學(xué)通報. 2014(13)
[5]網(wǎng)絡(luò)節(jié)點(集)重要性的一種度量指標(biāo)[J]. 李鵬翔,任玉晴,席酉民.  系統(tǒng)工程. 2004(04)

博士論文
[1]帶有節(jié)點特征網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)算法研究[D]. 唐風(fēng)琴.蘭州大學(xué) 2018
[2]社交網(wǎng)絡(luò)中的社區(qū)檢測算法研究[D]. 馬曉峰.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[3]社會網(wǎng)絡(luò)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(xué) 2017
[4]復(fù)雜網(wǎng)絡(luò)重要節(jié)點識別及傳播源定位方法的研究[D]. 楊凡.蘭州大學(xué) 2017
[5]復(fù)雜網(wǎng)絡(luò)中節(jié)點影響力挖掘及其應(yīng)用研究[D]. 劉影.電子科技大學(xué) 2016
[6]面向在線社交網(wǎng)絡(luò)的擴(kuò)散源定位方法研究[D]. 張聿博.東北大學(xué) 2016
[7]社交網(wǎng)絡(luò)輿情傳播與控制研究[D]. 于淼.哈爾濱工程大學(xué) 2016
[8]社會網(wǎng)絡(luò)中用戶影響力分析技術(shù)研究[D]. 張玥.哈爾濱工業(yè)大學(xué) 2015
[9]社交網(wǎng)絡(luò)影響力傳播的分析與挖掘研究[D]. 郭靜.北京郵電大學(xué) 2014
[10]復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)若干問題研究[D]. 姜雅文.北京交通大學(xué) 2014

碩士論文
[1]基于社區(qū)發(fā)現(xiàn)的影響力最大化算法研究[D]. 楊圣臣.江蘇大學(xué) 2019
[2]復(fù)雜網(wǎng)絡(luò)傳播動力學(xué)的分析與控制問題研究[D]. 余益.電子科技大學(xué) 2019
[3]社交網(wǎng)絡(luò)影響力最大化的多目標(biāo)優(yōu)化方法研究[D]. 李隆.合肥工業(yè)大學(xué) 2016



本文編號：3311357