【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展和社會(huì)網(wǎng)絡(luò)的流行,越來(lái)越多研究者被社會(huì)網(wǎng)絡(luò)所吸引,其中影響力最大化問(wèn)題成為了研究者們持續(xù)關(guān)注的重點(diǎn)。影響力最大化問(wèn)題的目標(biāo)是挖掘社會(huì)網(wǎng)絡(luò)中最有影響力的傳播節(jié)點(diǎn),即從社會(huì)網(wǎng)絡(luò)中選取k個(gè)初始傳播節(jié)點(diǎn),從這些節(jié)點(diǎn)開(kāi)始對(duì)整個(gè)社會(huì)網(wǎng)絡(luò)進(jìn)行影響力傳播,直到影響節(jié)點(diǎn)數(shù)量達(dá)到最大。影響力最大化問(wèn)題在市場(chǎng)營(yíng)銷(xiāo),商品推薦,謠言控制等領(lǐng)域引起了大量研究者的重視,并且具有廣泛的應(yīng)用前景。針對(duì)影響力最大化問(wèn)題,研究者們已經(jīng)獲得了一些成果,例如傳統(tǒng)的影響力傳播模型和近似最優(yōu)解的影響力最大化算法。然而傳統(tǒng)影響力傳播模型僅考慮到社會(huì)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),而沒(méi)有考慮到節(jié)點(diǎn)與主題的偏好關(guān)系,這與真實(shí)社會(huì)網(wǎng)絡(luò)相矛盾,而且在很大程度上影響了影響力最大化問(wèn)題的結(jié)果。本文在傳統(tǒng)的影響力最大化問(wèn)題的基礎(chǔ)上提出了學(xué)術(shù)網(wǎng)絡(luò)主題影響力最大化問(wèn)題。首先根據(jù)作者、論文、詞之間的關(guān)系建立超圖；接著通過(guò)張量分解劃分主題；然后提出一種新的基于主題因子圖的主題激活概率計(jì)算方法,最后基于三種不同的影響力傳播模型得到三種學(xué)術(shù)網(wǎng)絡(luò)主題影響力傳播模型：基于信息流模型的主題影響力傳播模型、基于MIA模型的主題影響力傳播模型和基于線性影響力模型的主題影響力傳播模型以及相應(yīng)的主題影響力最大化算法。通過(guò)主題影響力最大化算法,可以得到學(xué)術(shù)網(wǎng)絡(luò)中對(duì)特定主題影響力最大的論文集。與傳統(tǒng)的影響力傳播模型相比,學(xué)術(shù)網(wǎng)絡(luò)主題影響力傳播模型考慮了主題在影響力傳播過(guò)程的影響。通過(guò)在真實(shí)學(xué)術(shù)網(wǎng)絡(luò)中的驗(yàn)證分析,可以看到學(xué)術(shù)網(wǎng)絡(luò)主題影響力傳播模型能夠利用學(xué)術(shù)網(wǎng)絡(luò)中節(jié)點(diǎn)之間的主題相關(guān)性,有效挖掘到學(xué)術(shù)網(wǎng)絡(luò)中對(duì)特定主題的影響力最大的論文集。
[Abstract]:With the continuous development of Internet technology and the popularity of social networks, more and more researchers are attracted by social networks. The goal of the impact maximization problem is to excavate the most influential communication nodes in the social network, that is, select k initial communication nodes from the social network, and begin to spread the influence of the whole social network from these nodes. Until the number of affected nodes reaches the maximum. The problem of maximization of influence has attracted a lot of researchers' attention in the fields of marketing, commodity recommendation, rumor control and so on, and has a wide application prospect. For the problem of maximizing the influence, researchers have obtained some achievements, such as the traditional influence propagation model and the influence maximization algorithm which approximates the optimal solution. However, the traditional influence propagation model only considers the topological structure of social network, but does not take into account the preference relationship between nodes and topics, which contradicts the real social network, and to a large extent affects the results of the problem of maximization of influence. Based on the traditional problem of maximizing influence, this paper puts forward the problem of maximizing the influence of academic network theme. Firstly, the hypergraph is established according to the relationship between the author, the thesis, the words, and then the theme is divided by Zhang Liang. Then a new method based on topic factor graph is proposed to calculate the probability of topic activation. Finally, based on three different influence propagation models, three kinds of academic network topic influence propagation models are obtained: the topic influence propagation model based on the information flow model. The theme influence propagation model based on MIA model, the theme influence propagation model based on linear influence model and the corresponding algorithm of theme influence maximization. Through the algorithm of maximization of topic influence, we can get the most influential papers on a particular topic in academic network. Compared with the traditional influence communication model, the influence of topic in the process of influence communication is considered. Through the validation analysis in the real academic network, we can see that the academic network topic influence propagation model can utilize the topic correlation between the nodes in the academic network. Effectively tap into the academic network of the greatest impact on specific topics collection.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙麗;袁睿翕;管曉宏;賈慶山;;博客網(wǎng)絡(luò)中具有突發(fā)性的話題傳播模型[J];軟件學(xué)報(bào);2009年05期

2 鄧清華;金聰;劉俊;;郵件病毒傳播模型及其分析[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年12期

3 左黎明;劉二根;湯鵬志;;U盤(pán)病毒隨機(jī)傳播模型[J];微電子學(xué)與計(jì)算機(jī);2010年03期

4 申志偉;張彬;陳文基;;基于有害信息傳播模型的互聯(lián)網(wǎng)治理研究[J];北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年05期

5 李紅偉;楊小帆;;帶有用戶意識(shí)的計(jì)算機(jī)多病毒傳播模型[J];計(jì)算機(jī)工程;2012年01期

6 靳令征;;在云概念中三種計(jì)算機(jī)病毒傳播模型應(yīng)用分析[J];科技創(chuàng)新導(dǎo)報(bào);2012年11期

7 楊春霞;胡丹婷;胡森;;微博病毒傳播模型研究[J];計(jì)算機(jī)工程;2012年15期

8 郭強(qiáng);;基于個(gè)體局部交互作用的輿情傳播模型研究[J];計(jì)算機(jī)應(yīng)用研究;2012年11期

9 陳秋霞;陳宏偉;;云計(jì)算環(huán)境下的病毒傳播模型研究[J];湖北工業(yè)大學(xué)學(xué)報(bào);2013年05期

10 H.Mermoz;王安南;;基陣處理輔助傳播模型設(shè)計(jì)[J];水聲譯叢;1978年03期

相關(guān)會(huì)議論文 前10條

1 徐苒;潘郁;;基于復(fù)雜網(wǎng)絡(luò)的大學(xué)生群體危機(jī)事件初期傳播模型及應(yīng)急對(duì)策[A];中國(guó)運(yùn)籌學(xué)會(huì)第九屆學(xué)術(shù)交流會(huì)論文集[C];2008年

2 張良德;;密集市區(qū)傳播模型研究[A];2008年“ICT助力兩型社會(huì)建設(shè)”學(xué)術(shù)研討會(huì)論文集[C];2008年

3 周濤;楊銳;任捷;柏文潔;汪秉宏;;具有相同感染能力的病毒傳播模型行為分析[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

4 辜姣;王茹;蔡勖;;一維環(huán)上具有遺忘-記憶機(jī)制的二態(tài)傳播模型[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

5 吳價(jià);毛玉明;;無(wú)線自組織網(wǎng)傳播模型探討[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

6 古智超;;基于傳播模型的GSM街道底層站規(guī)劃研究[A];2012全國(guó)無(wú)線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（下）[C];2012年

7 趙明峰;;LTE傳播模型淺析[A];2013年中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)年會(huì)論文集[C];2013年

8 孫仁誠(chéng);邵峰晶;李淑靜;;多信息傳播模型研究及仿真[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

9 周士弘;劉福臣;;基于NMPQ聲傳播模型的二元垂直陣匹配場(chǎng)定位[A];中國(guó)聲學(xué)學(xué)會(huì)2005年青年學(xué)術(shù)會(huì)議[CYCA'05]論文集[C];2005年

10 堯文彬;趙旭凇;白承灝;;TD-LTE傳播特性對(duì)比分析[A];2012全國(guó)無(wú)線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（上）[C];2012年

相關(guān)重要報(bào)紙文章 前1條

1 微軟亞洲研究院副院長(zhǎng) 張崢;暴力“中斷者”[N];中國(guó)經(jīng)營(yíng)報(bào);2010年

相關(guān)博士學(xué)位論文 前7條

1 于秀輝;基于傳播模型的數(shù)字“微內(nèi)容”網(wǎng)絡(luò)擴(kuò)散研究[D];北京郵電大學(xué);2011年

2 趙遠(yuǎn)萍;即時(shí)通信系統(tǒng)拓?fù)浣＜跋鞑ツＰ脱芯縖D];北京郵電大學(xué);2010年

3 于凱;雙層耦合網(wǎng)絡(luò)上的信息傳播模型研究[D];大連理工大學(xué);2015年

4 焦玉;人類(lèi)動(dòng)力學(xué)建模及其對(duì)網(wǎng)絡(luò)傳播過(guò)程的影響[D];吉林大學(xué);2012年

5 潘新;基于復(fù)雜網(wǎng)絡(luò)的輿情傳播模型研究[D];大連理工大學(xué);2010年

6 張金慧;肺結(jié)核傳播模型的定性分析及數(shù)據(jù)模擬[D];華中師范大學(xué);2014年

7 韓蘭勝;計(jì)算機(jī)病毒的傳播模型及其求源問(wèn)題研究[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李凌燕;城市軌道交通網(wǎng)絡(luò)突發(fā)大客流傳播機(jī)理及組織優(yōu)化[D];西南交通大學(xué);2015年

2 趙靈燕;具有時(shí)滯的HIV-1病毒傳播模型的Hopf分岔分析[D];云南師范大學(xué);2015年

3 許凌之;基于極性分析的微博信息傳播模型研究[D];浙江大學(xué);2015年

4 甘紫文;學(xué)術(shù)網(wǎng)絡(luò)主題影響力最大化研究[D];浙江大學(xué);2015年

5 鄭蕾;面向社會(huì)網(wǎng)絡(luò)的信息傳播模型研究[D];上海交通大學(xué);2011年

6 楊寶龍;基于信任的正影響傳播模型研究[D];東華大學(xué);2015年

7 馬寅;社會(huì)網(wǎng)絡(luò)影響力最大化算法及傳播模型的研究[D];蘭州大學(xué);2012年

8 代琳娜;微博污染傳播模型的研究與應(yīng)用[D];鄭州大學(xué);2013年

9 施亞;微博消息傳播模型和預(yù)測(cè)機(jī)制研究[D];北京交通大學(xué);2013年

10 賈世達(dá);一種基于微博的信息傳播模型及在股票價(jià)格預(yù)測(cè)中的應(yīng)用[D];西安電子科技大學(xué);2013年

，

本文編號(hào)：2397288