本文關(guān)鍵詞：基于靜態(tài)網(wǎng)絡(luò)結(jié)構(gòu)和動態(tài)傳播的社交影響力分析

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 社交影響力 影響力度量 影響力最大傳播 PageRank算法 貪心算法

【摘要】：隨著信息技術(shù)的飛速發(fā)展,社交網(wǎng)絡(luò)作為人們在線交友和網(wǎng)絡(luò)生活的重要平臺承載了大量的數(shù)據(jù)信息,在信息傳播、好友推薦、病毒式營銷、專家發(fā)現(xiàn)、廣告投放等領(lǐng)域得到了廣泛應(yīng)用,社交影響力分析是社交網(wǎng)絡(luò)研究的重要內(nèi)容。本文從靜態(tài)社交網(wǎng)絡(luò)結(jié)構(gòu)和動態(tài)影響力傳播過程兩個方面入手,分別對影響力度量方法、分析模型和算法進行了研究。介紹了社交網(wǎng)絡(luò)的基本概念、社交網(wǎng)絡(luò)影響力的相關(guān)因素和各種度量方法,描述了影響力最大化傳播模型和算法等。論文的主要內(nèi)容如下。首先,分別從社交影響力度量問題和影響力最大傳播問題兩個方面介紹了社交影響力的國內(nèi)外研究現(xiàn)狀,描述了社交網(wǎng)絡(luò)的基本概念和常用的分析方法、分析工具,介紹了社交影響力的起源、定義及相關(guān)因素。其次,基于社交網(wǎng)絡(luò)用戶行為進行影響力分析,提出了行為活躍度和相似度概念和計算方法,針對現(xiàn)有影響力度量方法存在的問題,提出了基于用戶行為特征的BASR算法,使社交影響力度量更加客觀準(zhǔn)確。然后,對社交網(wǎng)絡(luò)影響力最大傳播問題進行描述,介紹了影響力傳播模型,針對現(xiàn)有影響力最大化算法存在的問題進行分析,提出了一種優(yōu)化的混合式貪心算法。改進種子節(jié)點的選擇策略,提出一種剪枝策略來優(yōu)化貪心過程,更加準(zhǔn)確、高效。最后,對本文提出的兩個算法,分別在社交網(wǎng)絡(luò)中的標(biāo)準(zhǔn)數(shù)據(jù)集上進行了實驗,并以算法命中比例和激活節(jié)點的個數(shù)作為評價指標(biāo)對不同算法進行了對比分析。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 社交影響力 影響力度量 影響力最大傳播 PageRank算法 貪心算法
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09;G206
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 社交影響力研究的背景和意義10-11
• 1.2 社交影響力分析研究現(xiàn)狀11-14
• 1.2.1 社交影響力度量問題研究現(xiàn)狀11-12
• 1.2.2 影響力最大傳播問題研究現(xiàn)狀12-14
• 1.3 本文研究內(nèi)容14-15
• 1.4 論文組織結(jié)構(gòu)15-16
• 第2章 社交影響力分析的相關(guān)理論知識16-24
• 2.1 社交網(wǎng)絡(luò)定義16-17
• 2.2 社交網(wǎng)絡(luò)分析方法17-22
• 2.2.1 六度分割理論17-18
• 2.2.2 鄧巴數(shù)字（150定律）18-20
• 2.2.3 社交網(wǎng)絡(luò)分析工具20-22
• 2.3 社交影響力定義及相關(guān)因素22-23
• 2.3.1 社交影響力起源及定義22
• 2.3.2 社交影響力相關(guān)因素22-23
• 2.4 本章小結(jié)23-24
• 第3章 基于靜態(tài)網(wǎng)絡(luò)用戶行為特征的社交影響力分析24-34
• 3.1 社交影響力度量問題24-26
• 3.1.1 影響力度量描述24
• 3.1.2 影響力度量指標(biāo)24-26
• 3.2 基于靜態(tài)網(wǎng)絡(luò)結(jié)構(gòu)的用戶行為特征26-28
• 3.2.1 用戶行為活躍度26-27
• 3.2.2 用戶行為相似度27-28
• 3.3 基于用戶行為特征的BASR算法28-33
• 3.3.1 BASR算法思想28-29
• 3.3.2 BASR算法描述29-31
• 3.3.3 BASR算法流程31-33
• 3.4 本章小結(jié)33-34
• 第4章 基于OMG算法的社交影響力最大傳播問題研究34-45
• 4.1 社交影響力最大傳播問題34-35
• 4.2 影響力最大傳播模型35-37
• 4.2.1 IC模型35-36
• 4.2.2 LT模型36-37
• 4.3 基于OMG算法的社交影響力最大傳播分析37-44
• 4.3.1 OMG算法思想37-40
• 4.3.2 OMG算法描述40-43
• 4.3.3 OMG算法流程43-44
• 4.4 本章小結(jié)44-45
• 第5章 實驗結(jié)果與分析45-54
• 5.1 實驗環(huán)境配置45
• 5.2 實驗測評方式45-47
• 5.3 實驗評價標(biāo)準(zhǔn)47
• 5.4 BASR算法性能分析47-50
• 5.4.1 BASR算法實驗數(shù)據(jù)集48-49
• 5.4.2 BASR算法對比實驗結(jié)果與分析49-50
• 5.5 OMG算法性能分析50-53
• 5.5.1 OMG算法實驗數(shù)據(jù)集51
• 5.5.2 OMG算法對比實驗結(jié)果與分析51-53
• 5.6 本章小結(jié)53-54
• 結(jié)論54-56
• 參考文獻56-60
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果60-61
• 致謝61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 吳信東;李毅;李磊;;在線社交網(wǎng)絡(luò)影響力分析[J];計算機學(xué)報;2014年04期

2 陳浩;王軼彤;;基于閾值的社交網(wǎng)絡(luò)影響力最大化算法[J];計算機研究與發(fā)展;2012年10期

3 熊熙;胡勇;;基于社交網(wǎng)絡(luò)的觀點傳播動力學(xué)研究[J];物理學(xué)報;2012年15期

4 閆幸;常亞平;;SNS研究綜述[J];情報雜志;2010年11期

，

本文編號：888012