面向符号网络的积极影响力最大化研究

面向符号网络的积极影响力最大化研究

论文摘要

在社交网络中,用户不仅充当信息的接收者,还充当信息的生产者和传播者。这使得信息可以在在线社交网络快速传播,以至于短时间内影响很多人。现如今,随着各大在线社交网络用户数量不断增加,在线社交越来越成为人们生活的一部分。在社交网络研究分析中,影响力最大化(Influence Maximization,IM)问题是其中一个非常热的研究方向。在现实生活中社交网络的IM问题具有重要的研究意义,通常被应用于病毒式营销。IM问题就是在社交网络中找到最有影响力的用户节点集,这些节点集可以在某种模型下使得信息获得最大影响范围的传播。目前比较经典的传播模型有独立级联模型和线性阈值模型,已有研究证实在这些传播模型下传播是NP-Hard问题。但是目前研究的社交网络基本上都是无符号网络,在无符号网络中没有考虑用户的态度,因此信息在无符号网络中传播很容易使得影响最大化被高估。近几年来研究人员开始集中研究信息在符号网络中传播的积极影响力最大化(Positive Influence Maximization,PIM)问题。针对PIM问题本文从传播模型优化和应用算法上来展开研究。在模型上本文认为现有的IC-P模型仍可以进一步改进并提出了新模型。在算法上,本文利用智能算法的优势并提出新算法来尝试解决PIM问题。最后用实验证明了所提出算法的优势。具体工作如下:1.本文通过深入分析极性独立级联模型(Polarity-related Independent Cascade,IC-P)的传播过程,认为用户在被激活后,该用户不一定要去激活他的邻居。为了体现这一过程,本文在极性独立级联模型上加入用户的传播意愿,提出了AIC-P模型,随后证明了该模型具有单调性和子模性。2.解决PIM问题的应用算法主要是贪婪和启发式两大类算法,但是它们都有不足之处。贪婪类的算法优势在于算法精度很高,但是运行时间过长;而启发式算法却相反,该类算法运行效率很高,但是精度方面有所欠缺。本文认真分析了现有的研究工作和不足之处,将引进差分进化(DE)算法并提出基于传播意愿的节点搜索策略的DE算法(PWDE)来解决PIM问题。3.通过在两个不同规模的真实符号网络数据集上进行仿真实验,实验证明PWDE算法的优势在运行时间方面比贪婪算法要缩短数倍,而且在精度方面又能保证与贪婪算法接近。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •   1.3 本文的研究内容
  •   1.4 本文的组织结构
  • 第2章 相关理论与知识
  •   2.1 问题背景
  •     2.1.1 社交网络影响力
  •     2.1.2 社交网络影响力最大化问题
  •     2.1.3 社交网络影响力最大化问题的特性
  •   2.2 传播模型
  •     2.2.1 独立级联模型
  •     2.2.2 线性阀值模型
  •     2.2.3 其它传播模型
  •   2.3 应用算法
  •     2.3.1 贪婪算法
  •     2.3.2 启发式算法
  •   2.4 本章小结
  • 第3章 基于进化算法的符号网络积极影响力的研究
  •   3.1 引入符号网络的动机
  •   3.2 符号网络
  •     3.2.1 简介
  •     3.2.2 符号网络的形式化定义
  •   3.3 AIC-P模型
  •     3.3.1 基于IC-P模型扩展的AIC-P模型
  •     3.3.2 AIC-P模型的性质
  •   3.4 积极影响力最大化问题
  •     3.4.1 PIM问题的定义
  •   3.5 PWDE算法
  •     3.5.1 提出算法的动机
  •     3.5.2 差分进化算法
  •     3.5.3 PWDE算法的设计和框架
  •     3.5.4 PWDE算法实现和伪代码
  •   3.6 本章小结
  • 第4章 实验与分析
  •   4.1 实验数据集
  •   4.2 用户属性-传播意愿
  •   4.3 参数的确定
  •     4.3.1 生成用户传播意愿的控制参数r
  •     4.3.2 个体间交叉参数Cr
  •     4.3.3 个体间变异参数F
  •     4.3.4 迭代次数g Max
  •     4.3.5 控制搜索距离D
  •     4.3.6 种群大小NP
  •   4.4 实验结果与分析
  •     4.4.1 对比算法
  •     4.4.2 衡量指标
  •     4.4.3 精度对比实验
  •     4.4.4 运行时间对比实验
  •     4.4.5 PWDE算法可扩展性
  •   4.5 本章小结
  • 第5章 总结与展望
  •   5.1 总结
  •   5.2 展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 谢伟浩

    导师: 陆楠

    关键词: 符号网络,积极影响力最大化,进化算法,搜索策略

    来源: 深圳大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 深圳大学

    分类号: O157.5;TP18

    DOI: 10.27321/d.cnki.gszdu.2019.000379

    总页数: 61

    文件大小: 1297k

    下载量: 14

    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:;  ;  ;  ;  

    面向符号网络的积极影响力最大化研究
    下载Doc文档

    猜你喜欢