【摘要】：隨著科技的進(jìn)步以及社交網(wǎng)絡(luò)的不斷發(fā)展,影響最大化問題逐漸成為了社交網(wǎng)絡(luò)中的關(guān)鍵問題。而傳統(tǒng)的影響最大化問題已經(jīng)不能滿足當(dāng)前應(yīng)用場景多樣化的需求。因此個性化影響最大化作為社交網(wǎng)絡(luò)影響最大化的一個分支出現(xiàn)在人們的面前。個性化影響最大化問題就是以特定的社交網(wǎng)絡(luò)用戶作為對象,挖掘使其受影響程度達(dá)到最大的初始影響傳播用戶集合。本文從傳播模型的方面考慮,對個性化影響最大化問題展開了探究,分別提出了基于多重級聯(lián)模型的影響最大化算法以及基于熱傳播模型的影響最大化算法。(1)基于多重級聯(lián)模型的個性化影響最大化。多重級聯(lián)模型是對傳統(tǒng)獨立級聯(lián)模型的擴展,傳統(tǒng)IC模型中用戶的狀態(tài)只有激活或者非激活兩種,不能很好的模擬真實傳播過程。多重級聯(lián)模型中用戶狀態(tài)是被激活次數(shù)的累加和。本文研究多重級聯(lián)模型下個性化影響最大化問題。給定社交網(wǎng)絡(luò)和目標(biāo)用戶集合,個性化影響最大化問題的目的是找到最有影響力的k個種子節(jié)點,從種子節(jié)點開始傳播,最終使目標(biāo)用戶被激活的總頻次最大。本文提出基于多重級聯(lián)模型的多目標(biāo)影響最大化算法,目標(biāo)用戶被影響的頻次作為衡量種子對目標(biāo)用戶的影響強度。使用廣度優(yōu)先遍歷的方法限制傳播步長。然后對候選用戶進(jìn)行聚類,以聚類中心為種子節(jié)點展開信息傳播,最大程度的影響特定用戶。實驗結(jié)果表明,本文提出的基于多重級聯(lián)模型的傳播機制能夠用相對較少的時間獲得更廣的傳播范圍。(2)基于熱傳播模型的個性化影響最大化。現(xiàn)有方法大多基于IC模型和LT模型,而這兩個模型在對節(jié)點影響的預(yù)測都依賴蒙特卡洛模擬。為了避免蒙特卡洛模擬時間損耗以及更加貼切實際生活,本文將熱傳播模型引入到個性化影響最大化問題中,使用熱量擴散過程來模擬信息影響的傳播。本文用熱能衡量對目標(biāo)用戶的影響強度,并對候選用戶進(jìn)行聚類,以聚類中心為種子節(jié)點展開信息傳播,最大程度的影響特定用戶。為進(jìn)一步減少算法的時間,本文提出一個基于廣度優(yōu)先遍歷的優(yōu)化方法來縮小候選集合規(guī)模。實驗結(jié)果表明,本文提出基于熱傳播模型的傳播機制能夠用更少的時間獲得更廣的影響傳播范圍。
【圖文】：

黑龍江大學(xué)碩士學(xué)位論文第二章 預(yù)備知識1 社交網(wǎng)絡(luò)概述社交網(wǎng)絡(luò)是指由個體之間的互動而形成的一種關(guān)系體系。社交網(wǎng)絡(luò)又被稱作網(wǎng)絡(luò)，常常由有向圖來表示，圖中的節(jié)點表示用戶，圖中節(jié)點之間的邊用來用戶之間的關(guān)系。G(V,E)來表示一個有向圖，V 為節(jié)點集，E 為邊集。社交網(wǎng)絡(luò)中個體之間是可以互相產(chǎn)生影響的，我們將不同個體間相互作用的力量叫做影響力。不同的人可以產(chǎn)生不同的影響力，不同的人對同一個人產(chǎn)影響力也是不同的。影響力在網(wǎng)絡(luò)之間是可以傳遞的。如圖 2-1 所示，節(jié)點H 為社交網(wǎng)絡(luò)中的用戶，節(jié)點之間的虛線代表著不同用戶之間的關(guān)系，從圖中顯看出節(jié)點 A 為這個社交網(wǎng)絡(luò)中影響力最大的用戶。

黑龍江大學(xué)碩士學(xué)位論文性閾值模型簡稱為 LT 模型。在 LT 模型中，不同的節(jié)點激活同一個是獨立的，而是一種累和的方式。只有當(dāng)前節(jié)點的所有鄰居節(jié)點的力之和大于其閾值，該節(jié)點才能被真正的激活。每個節(jié)點都有一個[0,1]，反映的是用戶對傳播實體的接受程度。每條邊都有一個影響權(quán)響權(quán)重需滿足∑u∈d_vWuv<=1,d_v 為節(jié)點 v 的入度節(jié)點集。T 模型的傳播過程為：在時刻 t0,節(jié)點 v 被選取為種子節(jié)點，節(jié)點 v 被點從其所以激活狀態(tài)的鄰居節(jié)點接受的影響權(quán)重之和大于閾值θ，該。.熱傳播模型自然界中，熱量往往由介質(zhì)上溫度相對較高的位置向溫度較低的位置種物理現(xiàn)象，同樣在社會網(wǎng)絡(luò)中也具有類似的場景，信息同樣由較早
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：G206;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳健;周麗華;;大學(xué)生社交網(wǎng)絡(luò)自我表露的實證研究[J];高校輔導(dǎo)員學(xué)刊;2018年06期

2 譚洪旭;袁帥;代連奇;任利峰;;淺談社交網(wǎng)絡(luò)對當(dāng)代大學(xué)生的影響[J];產(chǎn)業(yè)與科技論壇;2018年24期

3 孫夏卿;;社交網(wǎng)絡(luò)媒體對大學(xué)生賦權(quán)的價值體現(xiàn)[J];傳播力研究;2018年31期

4 張曉飛;;以社交網(wǎng)絡(luò)為基礎(chǔ)的企業(yè)營銷策略[J];商場現(xiàn)代化;2018年22期

5 孫國強;竇倩倩;張寶建;;西方社交網(wǎng)絡(luò)研究進(jìn)展與未來展望[J];情報科學(xué);2019年02期

6 陳文泰;李衛(wèi)東;;國際社交網(wǎng)絡(luò)中“國家實在”傳播與國家形象演化機制研究[J];新聞大學(xué);2018年06期

7 孫晉;沈紅;;社交網(wǎng)絡(luò)群體性迷失現(xiàn)象分析[J];電腦知識與技術(shù);2019年12期

8 鄧華闖;項yN麟;周楠;周子清;;社交網(wǎng)絡(luò)招聘有效性影響因素研究[J];中小企業(yè)管理與科技(上旬刊);2019年04期

9 王超瓊;陳s，

本文編號：2615796