基于社区发现的社交网络影响力最大化算法研究

基于社区发现的社交网络影响力最大化算法研究

论文摘要

互联网技术的发展以及大量社交平台的出现,使得对社交网络的研究也引起学者的广泛关注。而社交网络的影响力最大化分析则是其中的一个研究热点,找到社交网络中小部分具有较大影响力的节点,在一定的影响力传播模型下,这些种子节点将影响力在网络中传播开来,从而最终影响到更多的其他节点。社交网络影响力分析在广告营销、舆情预测与监控等实际场景中都具有重要的作用。目前的影响力最大化算法主要分为启发式算法和贪心算法两大类。前者在时间复杂度上友好,但是挖掘的种子节点质量不高,影响范围没有理论上的保证。后者虽然能够保证种子节点的质量,但是时间复杂度过大,也不适用于当前的大型社交网络中的影响力节点挖掘。从降低时间复杂度和保证最终影响范围的角度考虑,将社区结构这一社交网络具有的重要属性引入影响力最大化分析中。首先,给出了一种改进的标签传播的社区发现算法,能够解决传统的标签传播算法存在的社区发现结果不稳定的缺点。其次,给出了启发式和贪心算法相结合的社交网络影响力最大化算法。首先利用网页排名算法对每个社区内部的节点计算潜在影响力,然后筛选出每个社区内具有高潜在影响力的部分节点,并使用贪心算法进行进一步筛选,从而挖掘出社区内部具有影响力的种子节点,并将它们作为全局候选种子节点。其次,亦选择部分连接多个社区的边界节点作为候选种子节点。最后针对所有候选节点在全局网络上再度执行一次贪心算法,从而得到最终的种子节点。选择了真实数据集,分别对提出的社区发现算法和影响力最大化算法和多个相关的经典算法进行了对比分析。实验结果说明了论文所给出算法的优越性和可行性。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •   1.3 论文研究内容
  •   1.4 论文组织结构
  • 2 相关概念和基础理论
  •   2.1 相关概念
  •   2.2 影响力传播模型
  •   2.3 贪心算法及其改进
  •   2.4 PAGERANK算法
  •   2.5 本章小结
  • 3 基于标签传播的社区发现算法
  •   3.1 标签传播算法及其问题分析
  •   3.2 PLPA社区发现
  •   3.3 PLPA算法描述
  •   3.4 本章小结
  • 4 基于社区发现的影响力最大化算法
  •   4.1 问题分析
  •   4.2 CBIMA影响力最大化算法
  •   4.3 本章小结
  • 5 实验结果与分析
  •   5.1 实验环境
  •   5.2 实验数据集
  •   5.3 主要评价指标
  •   5.4 PLPA社区发现算法实验结果与分析
  •   5.5 CBIMA影响力最大化算法实验结果与分析
  •   5.6 本章小结
  • 6 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 致谢
  • 参考文献
  • 附录Ⅰ攻读硕士期间参与的科研工作
  • 文章来源

    类型: 硕士论文

    作者: 周铨

    导师: 潘鹏

    关键词: 影响力最大化,社交网络,社区发现,网页排名算法

    来源: 华中科技大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 华中科技大学

    分类号: O157.5;TP301.6

    DOI: 10.27157/d.cnki.ghzku.2019.002445

    总页数: 64

    文件大小: 1319K

    下载量: 78

    相关论文文献

    • [1].一种适用于社交网络分析的分层社区检测算法[J]. 信息与电脑(理论版) 2019(24)
    • [2].图片[J]. 应用写作 2020(01)
    • [3].社交网络中的“自恋”和“表演”[J]. 传播力研究 2019(35)
    • [4].移动社交网络营销效果的影响因素实证研究[J]. 市场论坛 2019(11)
    • [5].基于社交网络的分布式机制设计[J]. 南京大学学报(自然科学) 2020(01)
    • [6].基于分层社区的社交网络异常事件检测模型研究[J]. 电脑知识与技术 2020(04)
    • [7].学术社交网络信息质量的治理和提升[J]. 图书情报工作 2019(23)
    • [8].在线社交网络控制实验的现状与展望[J]. 浙江大学学报(理学版) 2020(01)
    • [9].青少年自恋人格与问题性社交网络使用的关系:链式中介作用分析[J]. 中国特殊教育 2020(01)
    • [10].道德推脱与身份转化:社交网络欺凌中的旁观者效应[J]. 湖南大学学报(社会科学版) 2020(02)
    • [11].国内外学术社交网络的特征及案例分析[J]. 现代情报 2020(04)
    • [12].社交网络平台的盈利模式探析[J]. 中国集体经济 2020(10)
    • [13].社交网络用户发布模式和兴趣预测研究[J]. 计算机工程与应用 2020(09)
    • [14].学术社交网络用户使用动机与功能采纳的特征构成及关联分析[J]. 图书馆学研究 2020(06)
    • [15].超图结构下的在线社交网络中隐性影响力评估[J]. 系统工程学报 2020(01)
    • [16].社交网络文化语境下竖屏剧的创作研究[J]. 声屏世界 2020(04)
    • [17].《社交网络》:传记电影的虚构与拓写[J]. 电影文学 2020(09)
    • [18].社交网络平台对农村留守儿童社会化的影响[J]. 知识经济 2020(06)
    • [19].论社交型网络犯罪的防控体系构建[J]. 法制与社会 2020(13)
    • [20].科研机构用户利用学术社交网络的学科差异研究[J]. 情报科学 2020(06)
    • [21].图片介入社交网络带来的界面设计与功能[J]. 新闻文化建设 2020(03)
    • [22].基于异构社交网络信息和内容信息的事件推荐[J]. 软件学报 2020(04)
    • [23].韩国“N号房”事件对我国“社交网络儿童性剥削”问题的警示[J]. 青少年犯罪问题 2020(03)
    • [24].社交网络视角下高校图书馆知识服务创新探析[J]. 传媒论坛 2020(15)
    • [25].科技型中小企业社交网络招聘模式问题及对策研究[J]. 河北企业 2020(06)
    • [26].社交网络使用会影响用户心理健康么?——一项元分析研究[J]. 信息资源管理学报 2020(04)
    • [27].父母监督儿童使用社交网络的调查研究[J]. 教育文化论坛 2020(04)
    • [28].浅析“社交网络过度使用”术语使用混乱现象[J]. 现代交际 2020(12)
    • [29].在线社交网络的社区发现研究进展[J]. 图书情报工作 2020(09)
    • [30].在线社交网络信息流行度预测综述[J]. 计算机应用研究 2020(S1)

    标签:;  ;  ;  ;  

    基于社区发现的社交网络影响力最大化算法研究
    下载Doc文档

    猜你喜欢